ADRC自抗扰控制在电机调速中的Simulink实现

1. 项目背景与核心价值

电机转速控制在工业自动化领域一直是个经典课题。记得刚入行时，我调试的第一个项目就是直流电机调速系统，当时用传统PID折腾了两周才勉强达标。直到接触ADRC（自抗扰控制）技术，才发现原来控制算法可以如此优雅地处理系统扰动。

ADRC最吸引我的地方在于它不需要精确的数学模型。传统控制理论要求我们先把被控对象建模得明明白白，而现实中电机参数会随温度变化、负载波动更是家常便饭。韩京清教授提出的ADRC框架，用扩张状态观测器(ESO)把模型不确定性和外部扰动统统打包估计，这种"黑盒"思路特别适合工程实践。

这次我们重点研究一阶和二阶系统的ADRC实现。选择Simulink作为平台有两个考虑：一是可以快速验证算法效果，二是方便做参数敏感性分析。通过这个项目，你不仅能掌握ADRC的核心实现技巧，还能学到一套完整的控制器调试方法论。

2. ADRC核心原理拆解

2.1 一阶系统控制架构

以一阶电机模型为例，其微分方程可表示为：

code复制ẋ = -a*x + b*u + d

其中d代表集总扰动（包括模型误差和真实扰动）。ADRC的精妙之处在于用ESO重构系统状态：

matlab复制% 一阶ESO实现示例
function dx = eso_1order(t,x,z1,b0)
    e = z1 - x(1);
    dz1 = -beta1*e + b0*u;
    dx = [dz1];
end

这里beta1是观测器增益，b0是粗略的输入增益估计。即使a和b的参数不准确，ESO也能通过误差补偿机制估计出真实的扰动d。我常把ESO比作"控制系统的CT机"——不需要切开系统就能看清内部状态。

2.2 二阶系统扩展设计

对于更常见的二阶系统（如永磁同步电机），状态方程变为：

code复制ẍ = -a1*ẋ -a2*x + b*u + d

此时需要设计二阶ESO：

matlab复制% 二阶ESO核心代码
function dx = eso_2order(t,x,z1,z2,b0)
    e = z1 - x(1);
    dz1 = z2 - beta1*e;
    dz2 = -beta2*e + b0*u;
    dx = [dz1; dz2];
end

实践中发现，二阶ESO对高频噪声更敏感。我的解决办法是在观测器后加个低通滤波器，截止频率设为带宽的3-5倍，这样既不影响动态性能又能抑制噪声。

3. Simulink建模实战

3.1 一阶系统完整实现

搭建模型时，建议按这个流程操作：

1. 创建空白模型，添加Signal Generator模块作为输入源
2. 插入MATLAB Function模块编写ESO算法
3. 用Gain模块设置b0参数
4. 添加Sum模块实现扰动补偿
5. 最后用Scope观察输出波形

关键参数设置经验：

• 观测器带宽ωo取系统带宽的3-5倍
• b0初始值设为名义增益的70%-130%均可
• 测试时先给阶跃输入，观察ESO估计误差

调试技巧：按住Ctrl键拖动模块可以快速复制，Alt键显示信号线名称

3.2 二阶系统进阶实现

对于更复杂的二阶系统，推荐使用这些优化技巧：

1. 采用S-Function实现ESO，提高运行效率
2. 添加Rate Transition模块处理多速率问题
3. 使用Model Reference封装可重用子系统

典型参数配置：

matlab复制beta1 = 2*omegao;
beta2 = omegao^2;
b0 = J/(kt*km);  % 惯量-转矩系数估算

最近项目中发现，当转速超过额定值时，ESO估计会出现发散。解决方案是增加非线性fal函数：

matlab复制function f = fal(e,alpha,delta)
    if abs(e)>delta
        f = abs(e)^alpha*sign(e);
    else
        f = e/(delta^(1-alpha));
    end
end

4. 参数整定方法论

4.1 带宽法初步整定

ADRC参数整定有个黄金法则：带宽决定性能。具体步骤：

1. 确定期望闭环带宽ωc
2. 设ωo=3~5ωc
3. 控制器增益kc=ωc
4. b0取名义值的80%

实测案例：某伺服系统要求带宽50Hz

• 设ωc=2π*50=314 rad/s
• 取ωo=5ωc=1570
• beta1=2ωo=3140
• beta2=ωo²=2.46e6

4.2 时域优化技巧

在完成初步整定后，建议进行时域微调：

1. 先调观测器带宽ωo，直到估计误差<5%
2. 再调控制器带宽ωc，满足响应速度
3. 最后微调b0补偿静态误差

常见问题处理表：

5. 性能对比实验

5.1 抗扰测试方案

设计对比实验验证ADRC优势：

1. 在0.5s时施加20%负载扰动
2. 在1s时注入高斯白噪声
3. 记录恢复时间和超调量

实测数据：

• PID控制：恢复时间120ms，超调8%
• ADRC方案：恢复时间65ms，超调2%

5.2 参数鲁棒性验证

故意设置错误参数测试适应性：

1. 将电机惯量设为真实值的150%
2. 摩擦系数设为50%误差
3. 保持控制器参数不变

结果令人惊喜：ADRC的转速波动<1%，而PID出现持续振荡。这印证了ADRC对模型不确定性的包容能力。

6. 工程实践心得

经过多个项目的验证，我总结出ADRC在电机控制中的三个最佳实践：

1. 对于低惯量电机（如无人机舵机），建议采用一阶ADRC结构，带宽可设到500Hz以上

2. 大惯量系统（如机床主轴）要用二阶ADRC，特别注意机械谐振问题，可加入陷波滤波器

3. 在DSP实现时，ESO的离散化推荐用Tustin变换，采样周期控制在带宽周期的1/10以下

最近在新能源汽车电驱项目中，我们采用ADRC替代传统PID，成功将零速启动抖动降低了72%。关键是在ESO中加入了转速微分反馈，有效抑制了齿槽转矩扰动。