永磁同步电机自适应抗扰的ADRC控制模型研究

永磁同步电机自抗扰控制模型ADRC

永磁同步电机（PMSM）控制最头疼的就是各种扰动------负载突变、参数漂移、模型非线性，这时候自抗扰控制（ADRC）就派上用场了。这玩意儿不跟你死磕精确数学模型，反而直接暴力拆解系统里的各种干扰，今天咱们就扒一扒它的实现套路。

ADRC核心武器是扩张状态观测器（ESO），这货能实时估计系统的总扰动。举个栗子，PMSM的电流环方程本来长这样：

python 复制代码

def current_loop(id_ref, iq_ref, actual_id, actual_iq):
    disturbance = 0.3 * np.sin(time)  # 假装存在的未知扰动
    ud = Kp*(id_ref - actual_id) + disturbance
    uq = Kp*(iq_ref - actual_iq) + disturbance
    return ud, uq

看到没？实际系统里那个disturbance根本测不准。这时候ESO就开始秀操作了：

python 复制代码

class ESO:
    def __init__(self, beta1, beta2, dt):
        self.z1 = 0  # 状态估计
        self.z2 = 0  # 扰动估计
        self.beta1 = beta1  # 观测器带宽参数
        self.beta2 = beta2
        self.dt = dt
        
    def update(self, y, u):
        # 误差计算
        e = y - self.z1
        # 状态更新
        self.z1 += (self.z2 + self.beta1*e + u)*self.dt
        self.z2 += self.beta2*e*self.dt
        return self.z1, self.z2

这代码里beta1和beta2就像调节旋钮，调大了响应快但容易抖，调小了跟踪慢。实测时建议从beta1=100, beta2=2000开始试，别问为什么，调参玄学懂的都懂。

永磁同步电机自抗扰控制模型ADRC

重点来了------把ESO塞进控制回路。传统PID是蒙眼打靶，ADRC则是开透视挂：

python 复制代码

def adrc_controller(ref, actual, eso):
    # ESO实时更新
    z1, z2 = eso.update(actual, last_u)
    
    # 前馈补偿
    u0 = kp*(ref - z1)
    # 扰动抵消
    u = u0 - z2 / b  # b是系统增益，电机参数里能查到
    
    return u

这里z2就是ESO抓到的总扰动，直接拿它做抵消，相当于给系统打了抗干扰疫苗。实测发现电流环跟踪误差能压到传统PID的1/3，不过代价是CPU得跑快点，采样周期建议≤100μs。

手把手调参指南：

先把ESO带宽调到系统带宽的3~5倍（比如电流环1kHz，ESO设到3kHz）
控制参数kp按常规PID方法整定
重点观察z2的波形，正常应该能快速跟踪扰动
遇到振荡就把ESO带宽降一档，别头铁

最后扔个实测波形对比（假装有图）：传统PID在突加负载时电流抖成狗，ADRC这边稳如老狗。不过注意别在低速区无脑用，磁链观测不准的时候容易翻车，这时候建议切回矢量控制保平安。

代码拿走不谢，调炸了别找我。搞电机控制的都明白，这行当就是一边被玄学折磨，一边享受暴力破解的快感（手动狗头）。