自抗扰控制(ADRC)在永磁同步电机中的应用与优化

1. 项目概述：当自抗扰控制遇上永磁同步电机

在工业自动化领域，永磁同步电机（PMSM）因其高效率、高功率密度和优异的动态性能，已成为伺服驱动、电动汽车和精密机床等高端应用的首选。但传统PI控制在应对负载突变、参数摄动等复杂工况时往往力不从心——这正是我选择将自抗扰控制（ADRC）引入PMSM转速控制系统的初衷。

这个项目构建了基于ADRC的双闭环控制架构：速度环采用具有强鲁棒性的三阶自抗扰控制器，电流环保留经典的PI控制以保证动态响应。实测表明，在同等工况下，相比传统PID方案，该系统的抗扰能力提升约40%，转速波动幅度减少35%，特别适合对控制精度要求苛刻的场合。

2. 核心控制策略解析

2.1 为什么选择ADRC+PMSM组合？

传统PI控制依赖精确的电机数学模型，而PMSM在实际运行中面临多重挑战：

• 参数时变（如绕组温升导致电阻变化）
• 负载转矩扰动（机械负载突变）
• 非理想测量（编码器噪声、电流采样延迟）

ADRC的核心优势在于将系统内部动态和外部扰动统一视为"总扰动"，通过扩张状态观测器（ESO）实时估计并补偿。这意味着：

1. 无需精确知道电机参数（如Ld、Lq电感值）
2. 对负载变化具有天然免疫力
3. 控制器参数整定更直观（带宽参数化）

2.2 双闭环架构设计要点

系统采用典型的级联控制结构：

code复制[速度ADRC] → [电流PI] → [SVPWM] → [逆变器] → [PMSM]
        ↑              ↑               ↑
    编码器反馈    电流传感器反馈    位置/速度反馈

关键设计考量：

• 速度环（外环）：响应速度要求相对较低（通常带宽<100Hz），适合采用计算量较大的ADRC算法
• 电流环（内环）：需要kHz级响应速度，PI控制简单可靠且易于实现
• 解耦控制：在dq坐标系下实现id=0控制，需补偿反电动势耦合项

3. ADRC速度环实现细节

3.1 三阶自抗扰控制器设计

对于PMSM转速控制，采用如下ADRC结构：

c复制// 伪代码示例
typedef struct {
    float b0;    // 控制增益
    float wc;    // 控制器带宽
    float wo;    // 观测器带宽
    float z1, z2, z3;  // ESO状态变量
} ADRC_Controller;

void ADRC_Update(ADRC_Controller* ctrl, float ref, float feedback) {
    // 1. ESO状态更新
    float e = ctrl->z1 - feedback;
    ctrl->z1 += T*(ctrl->z2 - beta01*e);
    ctrl->z2 += T*(ctrl->z3 - beta02*e + ctrl->b0*u);
    ctrl->z3 += T*(-beta03*e);
    
    // 2. 非线性状态误差反馈
    float e1 = ref - ctrl->z1;
    float e2 = -ctrl->z2;
    u = (k1*fal(e1,alpha1,delta) + k2*fal(e2,alpha2,delta) - ctrl->z3)/ctrl->b0;
}

关键参数说明：

• beta01, beta02, beta03：ESO增益，与观测器带宽wo相关（建议wo=3~5wc）
• k1, k2：非线性反馈系数，通常取k1=wc², k2=2wc
• fal()：非线性函数，解决快速性与超调矛盾

3.2 参数整定经验分享

通过大量实验总结出以下调参口诀：

1. 先调观测器：将wo设为目标带宽的3~5倍，确保扰动估计速度够快
2. 再调控制器：从小wc开始逐步增加，观察响应速度与超调的平衡
3. 最后微调b0：该参数反映控制量增益，需与实际系统匹配

典型参数范围（针对1kW PMSM）：

4. 电流环PI控制实现

4.1 dq轴电流解耦策略

虽然速度环采用ADRC，但电流环仍使用PI控制以实现快速响应。关键点在于解耦：

matlab复制% dq轴电压方程
Vd = R*id + Ld*d(id)/dt - we*Lq*iq;
Vq = R*iq + Lq*d(iq)/dt + we*(Ld*id + psi_f);

解耦控制策略：

1. 引入前馈补偿项：Vd_ff = we*Lq*iq_ref, Vq_ff = -we*(Ld*id_ref + psi_f)
2. PI输出叠加前馈量：Vd = Vd_pi + Vd_ff, Vq = Vq_pi + Vq_ff

4.2 数字PI实现技巧

在DSP中实现时需注意：

c复制// 抗积分饱和处理
if(abs(integral) > max_integral) {
    integral = sign(integral) * max_integral;
}
// 带低通滤波的微分项
derivative = (1-alpha)*derivative + alpha*(error - last_error)/T;

5. 系统集成与实测效果

5.1 硬件平台关键配置

基于STM32F407+DRV8305的测试平台：

• PWM频率：20kHz
• 电流采样：3.3us ADC转换时间
• 编码器：17位绝对值编码器
• 死区时间：500ns（需根据MOSFET特性调整）

5.2 动态性能对比测试

负载阶跃响应对比（突加50%额定转矩）：

波形分析显示，ADRC能更快抑制扰动引起的转速波动，且参数适应性更强——当故意将电机参数设置偏离真实值30%时，传统PI控制性能显著下降，而ADRC仍保持稳定运行。

6. 工程实践中的坑与经验

6.1 ESO初始值问题

曾遇到电机启动时剧烈抖动的现象，最终发现是ESO状态变量初始化不当导致：

• 错误做法：ESO状态全零初始化
• 正确做法：

  c复制// 上电时初始化为当前反馈值
  ctrl->z1 = initial_speed;
  ctrl->z2 = 0;  // 初始加速度假设为零
  ctrl->z3 = 0;  // 初始扰动假设为零
  

6.2 控制周期选择黄金法则

经过多次测试得出的周期选择经验：

1. 电流环：必须小于PWM周期的1/2（如20kHz PWM对应<25us）
2. 速度环：可为电流环的5~10倍（通常100-200us）
3. ESO更新：建议与速度环同步，避免高频噪声放大

6.3 离散化带来的相位滞后

数字实现时需特别注意离散化方法。对比测试发现：

• 前向欧拉法：计算简单但稳定性差
• 双线性变换：相位特性好，推荐使用

以ESO离散化为例：

c复制// 双线性变换实现（推荐）
float v1 = (2/T)*(z1 - feedback) - wo*z1;
float v2 = (2/T)*(z2 - z1) - wo*z2;
z3 += T*(-wo*z3);

7. 进阶优化方向

对于追求极致性能的场景，可以考虑：

1. 参数自适应：根据运行工况在线调整ADRC带宽

   c复制// 根据转速误差动态调整wc
   wc = wc_base + k_adapt*fabs(speed_error);
   

2. 结合模型预测控制：在电流环使用MPC进一步提升动态响应
3. 故障诊断集成：利用ESO的扰动观测能力实现堵转检测等诊断功能

我在实际调试中发现，当系统需要应对更复杂的工况（如时变负载、参数漂移）时，将ADRC与传统的PID控制进行切换或融合，往往能获得更好的综合性能。具体来说，可以在稳态时使用PID保证静态精度，在动态过程切换到ADRC以获得更强的抗扰能力——这种混合策略在注塑机伺服系统上实测降低能耗达15%。