电机控制系列模块解析（17）—— 速度环

一、电机转速控制

电机控制的速度环是整个电机控制系统中的外环，其主要任务是根据设定的转速指令值（目标速度）与实际电机转速之间的偏差，调整电流环的参考值（d轴电流Id或q轴电流Iq，涉及类似单电流环的弱磁控制方案时可能会通过控制策略切换来直接调节d轴电流），进而间接控制电机转速。速度环的设计和优化对于确保电机系统在各种工作条件下的稳定性和动态性能至关重要。以下是关于电机控制速度环的一些关键点：

1. 控制原理

速度环通常采用PI（比例-积分）控制器或PID（比例-积分-微分）控制器结构。其工作原理如下：

比例项（P）：根据转速误差（设定速度与实际速度之差）的大小，按比例生成控制信号，误差越大，控制信号越强。比例项主要用于提供快速响应，减小转速偏差。

积分项（I）：对转速误差进行积分，生成的控制信号与误差积累的时间成正比。积分项用于消除稳态误差，即使在存在持续扰动的情况下也能保证电机最终达到设定速度。

微分项（D）（对于PID控制器）：根据转速误差的变化率（即误差的导数）生成控制信号，有助于预测和抑制未来的误差变化，减少超调和振荡。

2. 参数整定

速度环的性能很大程度上取决于控制器参数（Kp、Ki、Kd）的选择。常用的参数整定方法包括：

经验公式法：根据电机参数（惯量、摩擦系数等）、负载特性和控制要求，利用经验公式初步估算Kp、Ki、Kd的值。

试凑法：通过试验调整参数，观察电机速度响应曲线（阶跃响应或脉冲响应），根据超调量、调节时间、稳态误差等指标逐步优化参数。

自动整定法：利用专门的自动整定算法（如Ziegler-Nichols法、模糊逻辑法、遗传算法等），根据系统实际运行数据自动调整控制器参数。

3. 其他策略

为了进一步提高速度环的性能，可以采用以下高级控制策略：

自适应控制：根据电机运行状态和负载变化，实时调整控制器参数，保持最优控制效果。

滑模控制（Sliding Mode Control, SMC）：设计切换函数和切换面，使系统状态在切换面上快速滑动，达到快速响应、强鲁棒性的控制效果。

模型预测控制（Model Predictive Control, MPC）：基于系统模型预测未来状态，优化未来一段时间内的控制输入，实现多目标优化和约束满足。

神经网络控制、模糊控制等智能控制方法：利用神经网络、模糊逻辑等工具建模非线性、不确定系统，实现复杂条件下的高效控制。

4. 抗扰动设计

前馈控制：根据已知的扰动（如负载变化、风阻等）信息，提前调整控制信号，削弱扰动对速度控制的影响。

鲁棒控制：设计控制器对系统参数变化、未建模动态、外部扰动等具有较强抵抗能力。

增益调度：根据电机运行速度、负载等条件，动态调整控制器增益，保证不同工况下的控制性能。

观测器设计：如速度观测器、负载观测器等，用于估计难以直接测量的状态变量，提高控制精度和鲁棒性。

5. 集成与协同

速度环需与电流环以及其他可能存在的控制环（如位置环）紧密配合，确保系统整体性能。这包括：

环间解耦：通过交叉耦合补偿、前馈控制等方式，减少内环（电流环）对速度控制的影响。

带宽匹配：合理设置各控制环的带宽，确保速度环的动态响应不会受到电流环限制，同时避免电流环过于敏感导致系统不稳定。

故障诊断与容错控制：设计故障检测与隔离机制，当速度环出现问题时，能及时切换到备用控制策略或安全模式。

总之，电机控制的速度环设计是一个涉及控制理论、电机动力学、系统辨识、优化算法等多方面知识的过程。通过合理选择控制器结构、精心整定参数、运用高级控制策略、进行抗扰动与稳定性设计以及系统集成与协调，可以有效提升电机控制系统的速度控制性能。

二、PI参数整定计算

1、上图是理想条件下，对速度环PI参数进行计算

2、参考TI和其他博客，考虑电流环影响的条件下，对速度环PI参数进行计算

3、注意，此时选择了电流环带宽作为速度环路的开环频率响应中 0dB 频率以上的极点最小值

4、也可以选择速度反馈滤波带宽作为速度环路的开环频率响应中 0dB 频率以上的极点最小值

5、因此在速度环PI计算公式中，其带宽可以根据具体应用选择反馈滤波带宽或者电流环带宽

6、常规选择速度反馈滤波带宽，而对于高动态性能伺服控制等应用来说，可选择电流环带宽

三、附录：其他转速控制方案

电机转速控制器类型多样，针对不同的应用场景、电机类型和性能需求，可以选择不同的控制策略和技术。以下是一些常见的电机转速控制器类型及其优缺点：

滑模控制（SMC）

**优点**：

具有很强的鲁棒性，能有效应对系统参数变化和外部扰动。
控制逻辑清晰，对非线性系统的控制效果良好。

**缺点**：

滑模切换过程中可能会产生较大的开关动作和控制震荡（称为"抖振"），需要适当的阻尼策略。
对噪声敏感，可能导致控制器误触发。
控制逻辑较为复杂，应用时需谨慎设计切换面和切换律。

模糊逻辑控制（FLC）

**优点**：

能处理非线性、不确定性和时变系统的控制问题。
控制规则基于语言变量和专家经验，易于理解和调试。
对系统模型要求不高，适合于难以建立精确数学模型的场合。

**缺点**：

控制规则的建立和优化依赖于专家经验和反复试错。
对参数调整敏感，参数选择不当可能影响控制效果。
在复杂系统中，模糊规则集可能变得庞大且难以管理。

自抗扰控制（ADRC）

自抗扰控制（Adaptive Disturbance Rejection Control, ADRC）是一种先进的控制策略，特别适用于处理含有未知扰动和模型不确定性、非线性系统的控制问题。在电机转速控制中，自抗扰控制器能够有效抑制各种内部扰动（如电机参数变化、摩擦、负载波动等）和外部扰动（如电网电压波动、温度变化等），提高系统的动态性能和鲁棒性。以下是自抗扰控制应用于电机转速控制的优缺点：

优点：

强鲁棒性：自抗扰控制器通过在线估计和补偿系统内外扰动，对电机参数变化、负载波动、外部干扰等具有极高的抵抗能力，保证控制系统在复杂工况下的稳定性和性能。
无需精确模型：ADRC仅需要对被控对象的一阶或二阶线性化模型进行粗略估计，无需精确的系统参数和复杂的建模过程，对电机参数的不确定性有很好的适应性。
简化设计：相比其他高级控制方法（如滑模控制、模糊逻辑控制、神经网络控制等），ADRC的控制结构相对简单，易于理解和实现。主要由跟踪微分器（Tracking Differentiator, TD）、扩展状态观测器（Extended State Observer, ESO）和非线性状态误差反馈控制律（Nonlinear State Error Feedback, NSEF）三部分组成。
快速响应：通过TD实现对输入指令的精确跟踪和无超调控制，ESO能快速准确地估计和补偿扰动，使得系统对转速指令的响应速度快，动态性能优良。
易于参数整定：ADRC参数整定相对简单，主要涉及ESO的观测带宽和控制增益的选取，可通过试凑法或一些指导原则进行调整，无需复杂的参数优化过程。

缺点：

对噪声敏感：自抗扰控制器中的扩展状态观测器（ESO）在估计和补偿扰动时，可能会放大系统中的噪声，特别是在高频段。因此，对传感器的精度和噪声抑制能力有一定要求，可能需要配合适当的滤波措施。
参数调整技巧性：虽然ADRC参数整定相对简单，但正确选择ESO的观测带宽和控制增益对系统性能至关重要。如果选择不当，可能导致系统响应变慢、超调过大或出现振荡。需要一定的实践经验和技术积累。
计算量稍大：相比于传统的PID控制，ADRC的计算量稍大，特别是在实时控制系统中，可能需要更高性能的处理器。但在现代嵌入式系统中，这一问题通常可以通过合理的软件设计和硬件选型得到解决。
非线性控制效果受限：尽管ADRC在处理非线性系统时表现优秀，但对于某些高度非线性、强耦合或时滞严重的电机系统，可能需要结合其他控制策略（如滑模控制、模糊逻辑控制等）进一步优化控制效果。

总结来说，自抗扰控制作为一种具有强鲁棒性、无需精确模型、设计简单的控制策略，非常适合应用于电机转速控制，能够有效应对电机系统中的各种扰动和不确定性，提高控制系统的稳定性和动态性能。尽管存在对噪声敏感、参数调整技巧性、计算量稍大等问题，但通过合理的设计和实践，这些问题可以得到有效缓解。在实际应用中，自抗扰控制常与其他控制策略结合使用，以充分发挥各自优点，实现更优的电机转速控制效果。

综上所述，选择电机转速控制器类型时需综合考虑电机特性、系统要求、控制精度、响应速度、鲁棒性、成本等因素，并结合具体应用环境选择最适合的控制策略。

另外需要注意的是，在实际众多的应用场合中，为应对各种各样的电机负载（变负载、变惯量、振荡运动、弹性运动、双惯量等各式各样的机械结构），此外还有非常规速度环控制器、V/F和I/F调速控制、速度环控制器参数自适应、负载观测器（ADRC等抗扰设计中已经涉及了）、电机惯量辨识、粘滞摩擦曲线辨识、双惯量机械系统转速控制、谐振以及弹性振荡控制等。待后续继续更新。