ADRC参数调节实战指南：从理论到工程实现

共计 2231 个字符，预计需要花费 6 分钟才能阅读完成。

背景痛点

在工业控制系统中，ADRC（自抗扰控制）因其优秀的抗扰动能力和鲁棒性而广受关注。然而，ADRC 的参数调节一直是一个难点，尤其是在面对复杂工况时，工程师常常会遇到以下问题：

• 超调与响应速度的矛盾 ：提高响应速度往往会导致系统超调增大，反之亦然。
• 扰动抑制与动态响应的平衡 ：在强扰动环境下，如何既能快速抑制扰动，又能保持系统的动态响应性能。
• 参数耦合性强 ：ADRC 的三个核心环节（TD、ESO、NLSEF）的参数相互影响，调节难度大。

传统试错法不仅效率低下，而且严重依赖工程师的经验，难以实现快速优化。因此，系统化的参数调节方法论显得尤为重要。

技术对比：ADRC vs. PID

与传统 PID 控制相比，ADRC 的参数调节有以下核心差异：

1. 参数数量 ：PID 通常只需调节 3 个参数（KP、KI、KD），而 ADRC 需要调节 TD、ESO、NLSEF 三环的多个参数，复杂度更高。
2. 物理意义 ：PID 参数（比例、积分、微分）的物理意义直观，而 ADRC 参数（如 ESO 带宽、非线性函数参数）的物理意义需要更深入的理解。
3. 抗扰动能力 ：ADRC 通过 ESO 实时估计并补偿扰动，因此参数调节更注重扰动抑制与动态响应的平衡。

实现方案

1. TD（跟踪微分器）参数调节

TD 用于安排过渡过程，其核心参数包括：

• 速度因子 r ：决定跟踪速度，r 越大，跟踪越快，但可能引入噪声。
• 滤波系数 h ：用于平滑微分信号，h 越小，滤波效果越强，但会引入相位滞后。

MATLAB 示例代码：

function [x1, x2] = TD(v, r, h)
    persistent x1_last x2_last
    if isempty(x1_last)
        x1_last = 0;
        x2_last = 0;
    end
    x1 = x1_last + h * x2_last;
    x2 = x2_last + h * fst(x1_last - v, x2_last, r, h);
    x1_last = x1;
    x2_last = x2;
end

function f = fst(x1, x2, r, h)
    d = r * h;
    d0 = h * d;
    y = x1 + h * x2;
    a0 = sqrt(d^2 + 8 * r * abs(y));
    if abs(y) > d0
        a = x2 + (a0 - d) / 2 * sign(y);
    else
        a = x2 + y / h;
    end
    if abs(a) > d
        f = -r * sign(a);
    else
        f = -r * a / d;
    end
end

2. ESO（扩张状态观测器）参数调节

ESO 用于估计系统状态和总扰动，其核心参数包括：

• 带宽 ω ：决定观测器响应速度，ω 越大，估计越快，但可能放大噪声。
• 非线性函数参数 α、δ：用于调节非线性函数的形状，影响估计精度。

MATLAB 示例代码：

function [z1, z2, z3] = ESO(y, u, beta01, beta02, beta03, h, alpha, delta)
    persistent z1_last z2_last z3_last
    if isempty(z1_last)
        z1_last = 0;
        z2_last = 0;
        z3_last = 0;
    end
    e = z1_last - y;
    fe = fal(e, alpha, delta);
    z1 = z1_last + h * (z2_last - beta01 * e);
    z2 = z2_last + h * (z3_last - beta02 * fe + u);
    z3 = z3_last + h * (-beta03 * fe);
    z1_last = z1;
    z2_last = z2;
    z3_last = z3;
end

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

3. NLSEF（非线性控制律）参数调节

NLSEF 用于生成控制量，其核心参数包括：

• 误差增益 β1、β2：决定控制律的强度和动态特性。
• 非线性函数参数 α、δ：用于调节非线性函数的形状，影响控制性能。

MATLAB 示例代码：

function u = NLSEF(e1, e2, beta1, beta2, alpha, delta)
    u = -beta1 * fal(e1, alpha, delta) - beta2 * fal(e2, alpha, delta);
end

验证环节

阶跃响应仿真

通过 MATLAB/Simulink 搭建 ADRC 控制系统，对比不同参数下的阶跃响应曲线。例如：

1. TD 参数影响 ：增大 r 会加快跟踪速度，但可能引入超调。
2. ESO 参数影响 ：增大 ω 会提高扰动估计速度，但可能放大噪声。
3. NLSEF 参数影响 ：增大 β1、β2 会增强控制强度，但可能导致系统不稳定。

抗扰测试

在系统中施加阶跃扰动，观察 ADRC 的扰动抑制能力。通过调整 ESO 带宽 ω，可以明显看到扰动抑制效果的差异。

稳定性分析

使用 Bode 图分析系统开环频率特性，确保相位裕度和增益裕度满足稳定性要求。参数超限（如 ω 过大）会导致相位裕度不足，系统失稳。

避坑指南

1. ESO 带宽过高 ：虽然能提高扰动估计速度，但会放大噪声，甚至导致系统不稳定。
2. TD 速度因子过大 ：虽然能加快跟踪速度，但会引入超调和振荡。
3. NLSEF 增益过大 ：虽然能增强控制强度，但会导致系统响应过于激进，甚至失稳。
4. 忽略参数耦合 ：TD、ESO、NLSEF 的参数相互影响，需综合考虑调节。

互动设计

思考题

1. 如何通过参数敏感度分析，确定 ADRC 各参数对系统性能的影响程度？
2. 在工程实践中，如何权衡 ESO 带宽 ω 的选择，以实现扰动抑制与噪声放大的平衡？
3. 针对不同的被控对象，ADRC 的参数调节策略是否需要调整？如何调整？

欢迎读者在评论区分享自己的调参经验和心得，共同探讨 ADRC 参数调节的最佳实践！