ADRC参数整定实战指南：从基础原理到工业控制应用

1次阅读

没有评论

共计 2113 个字符，预计需要花费 6 分钟才能阅读完成。

在工业控制领域，PID 控制器长期以来是大多数控制系统的首选。然而，在面对非线性系统、强扰动或快速时变过程时，传统 PID 控制器的局限性逐渐暴露：

模型依赖性：PID 参数整定严重依赖被控对象的精确数学模型
抗扰能力弱：对于突加负载、参数摄动等扰动缺乏主动补偿机制
动态性能不足：积分饱和、超调振荡等问题在非线性系统中尤为突出

ADRC（Active Disturbance Rejection Control，自抗扰控制）通过独特的架构设计突破了这些限制。它最大的特点是：

无模型控制：不依赖精确的数学模型
扰动估计与补偿：通过 ESO 实时估计并抵消总扰动
非线性控制律：采用非线性组合提升动态响应品质

TD 的作用是为系统提供合理的过渡过程，避免直接跟踪阶跃信号导致的超调。其离散形式为：

\begin{cases}
v_1(k+1) = v_1(k) + h \cdot v_2(k) \\
v_2(k+1) = v_2(k) + h \cdot fst(v_1(k)-v(k), v_2(k), r, h_0)
\end{cases}

其中 r 为速度因子，决定跟踪快慢；h_0为滤波因子，影响平滑程度。

ESO 是 ADRC 的核心创新，它将系统内部动态和外部扰动统一视为 ” 总扰动 ” 进行估计：

\begin{cases}
e = z_1 - y \\
z_1 = z_1 + h(z_2 - \beta_{01}e) \\
z_2 = z_2 + h(z_3 - \beta_{02}fal(e, \alpha_1, \delta) + b_0u) \\
z_3 = z_3 + h(-\beta_{03}fal(e, \alpha_2, \delta))
\end{cases}

其中 β 系列参数决定观测器带宽，fal()函数实现非线性误差反馈。

通过非线性组合生成控制量，典型形式为：

u_0 = k_1 fal(e_1, \alpha, \delta) + k_2 fal(e_2, \alpha, \delta)

其中 e1 为跟踪误差，e2为微分误差，α和 δ 决定非线性强度。

TD 参数：
速度因子 r = ω_c^2
滤波因子 h0 = 3/ω_c
ESO 参数：
β01 = 3ω_o
β02 = 3ω_o^2
β03 = ω_o^3
通常取 ω_o = (3~5)ω_c
NLSEF 参数：
k1 = ω_c^2/b0
k2 = 2ω_c/b0

% 关键参数初始化
wc = 10;     % 控制器带宽
wo = 3*wc;   % 观测器带宽
b0 = 1.2;    % 近似控制增益

% TD 模块参数
r = wc^2;    
h0 = 3/wc;

% ESO 模块参数
beta = [3*wo, 3*wo^2, wo^3];

建议命名规范：TD_out, ESO_z1/z2/z3, NLSEF_u0 等

当观测器带宽过高时，ESO 会放大测量噪声。解决方法：

参数调整：
降低ω_o（建议ω_o ≤ 5ω_c）
增大δ（非线性区间参数）
硬件层面：
增加一阶 RC 滤波（截止频率 >10ω_c）
采用屏蔽线缆减少电磁干扰

def adaptive_adrc():
    while True:
        e = reference - actual_value

        # 根据误差动态调整带宽
        if abs(e) > threshold_high:
            wc = wc_max
        elif abs(e) < threshold_low:
            wc = wc_min
        else:
            wc = wc_min + (wc_max-wc_min)*abs(e)/threshold_high

        update_all_parameters()  # 根据新 wc 更新所有派生参数
        apply_control()

在 Simulink 中构建永磁同步电机速度控制系统，对比 PID 与 ADRC 在突加负载时的表现：

测试条件：
额定转速 1000rpm
0.5s 时突加 50% 额定负载
结果对比：
PID 控制：速度跌落 85rpm，恢复时间 320ms
ADRC 控制：速度跌落 12rpm，恢复时间 80ms

关键实现代码：

% 扰动观测器核心代码
function dz = ESO(y, u, beta, b0)
    e = z(1) - y;
    dz(1) = z(2) - beta(1)*e;
    dz(2) = z(3) - beta(2)*fal(e,0.5,0.01) + b0*u;
    dz(3) = -beta(3)*fal(e,0.25,0.01);
end

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