企业官网建设流程全解析

做永磁同步电机（PMSM）调速的工程师，十有八九被同一件事烦过：PI参数在一组工况下调得顺顺当当，换个负载、加点扰动，性能立刻垮掉。这几年ADRC（自抗扰控制）在电机控制圈子的热度越来越高，原因很直接——它不依赖精确的电机模型，而是把系统里的“总扰动”当作一个状态实时估计、实时补偿，天然比PI扛造。我先后在Simulink里把PMSM的ADRC方案完整搭过很多轮，从建模、调参到波形诊断踩了一堆坑，这篇就来手把手拆解整个流程，顺便把几个文档里不会明说的“骚操作”一并摊开。适合刚接触ADRC、想在仿真里快速跑通原理的人，也适合那些PI调到怀疑人生、想换条路试试的控制工程师。

1. 为什么PMSM调速要上ADRC

1.1 传统PI控制的三道坎

先说清楚问题在哪。PMSM矢量控制的标配是“电流环PI+速度环PI”，这套东西成熟到教科书都不愿意多废话，但它有几个绕不开的先天弱点。

第一，PI本质上是线性控制律，它默认被控对象是“参数固定、线性、时不变”的。可电机不是这样：绕组电阻Rs随温度漂移，电感Ld、Lq随电流饱和变化，转子磁链ψf受温度影响，负载转矩更是随时跳变。对象变了，PI参数没变，性能自然往下掉。

第二，PI靠误差驱动。负载突变的那一刻，转速误差还没建立起来，PI输出来不及反应，等到误差变大了再使劲，转速已经跌了一大截。这就是“扰动后知后觉”的致命伤。

第三，快速性和超调这对矛盾，靠一组固定PI参数很难两全。把比例增益调大，动态响应快，但超调、噪声、振荡一起冒出来；调保守一点，扰动来了半天回不到稳态。

这三道坎不是PI不能用，而是它的模型假设天花板太低。ADRC的思路完全不同：不去精确建模，不指望“误差出现后再纠偏”，而是把系统内部参数变化、外部负载变化统统打包成“总扰动”，在它还没造成严重后果之前就补偿掉。

1.2 ADRC的三个核心角色与整体架构

ADRC之所以听起来玄，是因为它引进了一套新的概念体系。拆开看其实就三个模块，各管一件事。

跟踪微分器（TD）管“怎么去”：参考转速不能瞬间砸进系统，否则必然激起超调和冲击。TD把阶跃的转速指令变成一条平滑的过渡轨迹，同时给出它的“速度趋势”，相当于给控制系统安排了刹车和油门。

扩张状态观测器（ESO）管“怎么看”：这是ADRC的心脏。它不满足于只观测转速，而是把系统里乱七八糟的扰动——负载突变、参数摄动、未建模摩擦——统统归并成一个新的状态变量，在观测转速的同时把它一起估出来。

非线性状态误差反馈（NLSEF）管“怎么打”：把当前状态和参考轨迹的误差用非线性组合算出一个初步控制量，再把ESO报上来的总扰动前馈抵消掉。三个模块合在一起，控制量既响应误差，又提前干掉扰动。

这套架构最迷人的地方在于：它不需要你知道扰动具体是怎么来的、方程长什么样，ESO会在运行中自己把它“看出来”。

1.3 为什么选Simulink而不是手写代码

有人会问，ADRC本身就是一套差分方程，直接写C或者Python不香吗？仿真阶段真不建议。

Simulink的优势在于“半实物”建模：PMSM模型、三相逆变器、PWM调制、测量反馈这些环节，都有现成模块，你不用从电机方程开始敲。算法部分用MATLAB Function把差分方程封装进去，既保留了对细节的掌控，又不需要搭几十个积分器和增益模块。后期要换参数、加扰动、看波形，改一行脚本比手动重建整个模型快得多。

更重要的是，Simulink的Scope和To Workspace能让你瞬间对比转速指令、实际转速、ESO估计扰动、负载转矩这些信号。做控制最怕“黑箱”，ADRC调参时你特别需要透视观测器内部状态，这一点Simulink天生合适。

2. 模型搭建前的基础准备

2.1 PMSM的数学模型与坐标变换关系

不管用什么模块库，原理都得先落在纸面上。表贴式永磁同步电机在dq同步旋转坐标系下的电压方程是：

ud = Rs·id + Ld·(d id/dt) - ωe·Lq·iq uq = Rs·iq + Lq·(d iq/dt) + ωe·(Ld·id + ψf)

转矩方程：

Te = 1.5·pn·(ψf·iq + (Ld - Lq)·id·iq)

表贴式电机Ld等于Lq，括号里第二项归零，转矩完全由iq决定。这就是id=0控制的根源——iq直接对应电磁转矩，控制iq就控制了转矩，简洁得让人放心。

坐标变换是从abc三相到αβ静止坐标（Clarke变换），再从αβ到dq旋转坐标（Park变换）。Simulink自带的PMSM模块内部会处理这些变换，但你自己心里要有一本账：电流环的输出是ud和uq，要经过逆Park变换和SVPWM才能变成逆变器的开关信号。ADRC算法运行在dq坐标系里，反馈回来的转速是机械转速或电气转速，这些单位换算一旦错位，后面b0参数必炸。

2.2 仿真参数与求解器配置

我用一组常见的仿真参数给你做参考，这套数据属于小功率表贴式PMSM，非常适合首轮跑通：

仿真步长建议设固定步长，离散求解器，步长取1e-5秒或更小。10kHz开关频率意味着PWM周期100微秒，步长1e-5秒让每个开关周期内有10个计算点，波形足够细腻。很多人图省事用变步长连续求解器，结果模型在高频开关切换处步长疯狂收缩，仿真龟速爬行，还容易报代数环错误。固定步长在这里反而稳。

2.3 双闭环拓扑怎么选：速度环ADRC+电流环PI

第一次做ADRC的人最容易犯的错：一上来电流环速度环全都上ADRC，参数一大把，调到头昏脑涨还不知道是哪个环在捣乱。我的建议非常明确，首轮仿真用“速度环ADRC+电流环PI”的混合架构。

理由不复杂。电流环动态快、模型相对清楚，两个PI参数用传统整定法十分钟就能搞定。速度环才是对抗负载扰动、参数变化的主战场，ADRC最值钱的能力放在这里才能体现出来。等这套混合方案跑顺了、你对ESO的脾气摸透了，再回头试着把电流环也换成ADRC不迟。

这样分层还有个额外好处：问题隔离。波形不对的时候，你只需要怀疑速度环ADRC的参数，电流环PI那边稳如老狗，不会互相甩锅。

3. 手把手拆解ADRC的Simulink实现

3.1 总体框架：模型里到底有哪些模块

一个完整的速度环ADRC仿真模型，信号流从前往后大概是：参考转速模块 → ADRC控制器（内部含TD、ESO、NLSEF）→ q轴电流给定 → 电流环PI → 逆Park变换 → SVPWM → 三相逆变器 → PMSM → 电流、转速测量 → 坐标变换反馈回控制器。

看着环节多，Simulink里其实就是三大块：电力电子主电路、坐标变换与PWM调制、ADRC控制算法。电力电子和PWM部分用模块库里的现成组件，自己重点写的是ADRC算法和电流环PI。

ADRC控制器的输入有三个：参考转速v、反馈转速y（来自电机的测量输出）、电流环反馈iq（用于ESO里的控制量u）。输出只有一个：q轴电流参考值iq_ref。整个控制器封装成一个子系统，内部再分TD、ESO、NLSEF三个子模块，层次清楚，后续改参数也方便。

3.2 TD模块：让参考输入“软着陆”

速度环ADRC里，TD的任务是把阶跃转速指令平滑化。对一阶速度对象，TD可以简化成一阶惯性跟踪，离散递推式：

x1(k+1) = x1(k) + h · (-r · (x1(k) - v(k)))

这里的r就是速度因子，越大过渡越快，但太大就失去了“安排过渡过程”的意义。x1是对参考轨迹的跟踪值，后续NLSEF用的是x1与实测转速的误差，而不是直接用原始指令和实测转速的误差。这个细节很关键——用了TD，阶跃起步那一下就不会把误差一下子拉满，超调自然被压住。

Simulink里一个离散传递函数或一个MATLAB Function就能实现上式。我给的是工程简化版，好调好用。如果你追求论文级效果，可以上完整的二阶最速控制综合函数fhan，但在速度环这种一阶主对象上，简化的收益比远超复杂度付出。

3.3 ESO模块：全场最核心的观测器实现

ESO是ADRC的灵魂，写差一步整个控制就是空中楼阁。针对PMSM速度环的一阶模型：

dω/dt = b0 · iq + f(t)

其中f(t)就是负载扰动、参数变化、未建模动态的总和。二阶ESO的离散递推式如下：

e = z1(k) - y(k) z1(k+1) = z1(k) + h · (z2(k) - β1 · e + b0 · u(k)) z2(k+1) = z2(k) - h · β2 · fal(e, α, δ)

这里z1观测转速，z2观测总扰动f。u是控制量，这里取q轴电流iq。

fal非线性函数：

fal(e, α, δ) = e / δ^(1-α)（当|e| ≤ δ） fal(e, α, δ) = |e|^α · sign(e)（当|e| > δ）

α断电控制在0.5附近，δ可取0.01量级。fal的用意是“小误差时高增益、大误差时低增益”，兼顾收敛速度和抗噪声。

在Simulink里，ESO必须用离散状态更新实现，不能拖一堆连续积分器——连续积分器在固定步长仿真里也能跑，但数字实现落不到单片机里，失去仿真意义。我自己写MATLAB Function实现ESO，上面那组递推式直接搬进去，非常干净。

3.4 “骚操作”一：MATLAB Function替代几十个积木模块

这是我最想强调的实战技巧。网上教程里常见做法是用积分器、增益、求和器把ESO搭成积木图，一个观测器少说十几个模块，连线密到眼睛发花，改个β参数要去增益模块里翻半天。

我的做法：整个ADRC算法内核封装进一个MATLAB Function子系统。

function [iq_ref, z1, z2, x1] = ADRC_Core(v, y, iq, params) % params 包含 r, b0, kp, beta1, beta2, alpha, delta, Ts % TD x1_next = x1 + Ts * (-params.r * (x1 - v)); % ESO e = z1 - y; z1_next = z1 + Ts * (z2 - params.beta1 * e + params.b0 * iq); z2_next = z2 - Ts * params.beta2 * fal(e, params.alpha, params.delta); % NLSEF + 扰动补偿 u0 = params.kp * (x1 - z1); iq_ref = (u0 - z2) / params.b0; % 更新状态 x1 = x1_next; z1 = z1_next; z2 = z2_next; end

外部只用两个接口接线，内部参数全部放在结构体params里，在初始化脚本里赋值。改参数就是改一行脚本，波形不对立刻重跑，效率高出一个数量级。正因为ADRC的差分结构如此清晰，摆在MATLAB Function里远远比积木图更好维护、更好理解、更好移植。

3.5 控制律与扰动补偿接线

NLSEF部分从简：对一阶对象，比例控制律足够，kp就是控制器带宽ωc。加法层面的操作是：先用误差算出u0，再用u0减去z2，最后除以b0得到iq_ref。这个“减z2除以b0”的动作就是扰动补偿——ESO说“我估计干扰是某个值”，控制量就反向抵消它。

注意接线里的单位。z2估计的扰动单位是“转速变化率”（rad/s²），除以b0之后才变成电流单位A。很多第一次搭的人忘记除以b0，结果扰动补偿幅度差了几十倍，ESO再准也白搭。

4. 参数整定：从能跑跑到跑得好的关键一跃

4.1 带宽法把参数从6个降到2个

ADRC的堆头不小，TD有r，ESO有β1、β2、α、δ，控制律有kp，一数六七个参数，手动乱试等于大海捞针。好在有高志强提出的带宽参数化方法，把ESO参数全部归约到观测器带宽ωo上。

对二阶ESO，带宽法给出：

β1 = 2·ωo β2 = ωo²

控制器带宽ωc直接取kp。经验上让ωo等于ωc的3到5倍，保证观测器收敛速度显著快于控制器响应速度。这样实际要调的参数缩减为两个：ωc和ωo，外加一个b0。这三个数定下来，整个ADRC就基本定形。

这个“骚操作”的核心价值：把玄学调参变成工程调参。你先按物理直觉给ωc一个值，ωo跟上去，系统就能稳定，之后再迭代优化，而不是每个参数盲试。

4.2 b0这一步算错全盘皆输

b0是控制量增益的估计值，在速度环里对应电磁转矩系数与转动惯量的比值。从机械运动方程：

J·dω/dt = Kt·iq - TL - B·ω

其中Kt = 1.5·pn·ψf，于是：

b0 = Kt / J

代入前面那组仿真参数：Kt = 1.5×4×0.175 = 1.05 N·m/A，J = 0.0008 kg·m²，所以b0 = 1.05 / 0.0008 = 1312.5。

这个数一定要算准吗？也不完全是。ADRC的ESO会把b0不准造成的模型误差当作扰动的一部分估计出来并补偿掉，所以小幅偏差系统扛得住。但如果你b0差出一个数量级，或者正负号错了，ESO的补偿方向直接反掉，仿真当场发散。

给个实在提醒：仿真里b0错一倍以内还能救，错十倍以上建议直接查单位换算。尤其是转速单位——用rad/s计算得到的b0，和你用rpm当反馈时的b0不是一个数，中间差60/2π倍。

4.3 分步整定的具体操作顺序

调参切忌一步到位，我推荐的顺序是：

1. 电流环PI先整定完毕，iq给定到实际电流的响应带宽调到数百赫兹以上，确保电流环不拖后腿。
2. ADRC里的TD先屏蔽掉（或者给一个很大的r，让它几乎不滤波），此时系统退化成“P控制+ESO补偿”。
3. 从ωc=20开始往上加，观察转速阶跃响应。响应太慢就翻倍，出现振荡就回退到上一个稳定值。
4. ωo保持ωc的3~5倍，观察ESO的z2是否跟随实际扰动。如果z2毛刺大、噪声多，适当把ωo往回压。
5. 系统稳定后再把TD接回来，r从100开始调，让转速指令变化不产生超调。

每一步只改一个参数，改完跑一次阶跃响应，存好波形再动下一个。这比你同时拧三个旋钮高效得多，出了问题也知道赖谁。

4.4 “骚操作”二：用在线数据辨识快速初估参数

有些时候b0算不准，比如电机铭牌数据和实际不符。这时别傻乎乎地在Simulink里盲猜，直接用仿真数据做离线拟合。

方法不复杂：模型跑起来后，用To Workspace把iq和dω/dt录下来，在MATLAB工作区里对J·dω/dt = Kt·iq做最小二乘拟合，b0的初值一秒估出来。

仿真里估的b0虽然不完全代表实机工况，但至少帮你把量级锁死。等真到了台架阶段，再用阶跃响应或正弦辨识进一步校准。这个招数很适合那些“手里电机参数残缺不齐”的情况，比翻手册慢慢凑数效率高很多。

5. 仿真现场常见问题与排查实录

5.1 一跑就发散，先别急着改参数

我见过太多人模型一炸就疯狂改参数，越改越乱。发散问题先按顺序排查：

第一，看步长和求解器。固定步长1e-5，离散求解器，PWM和逆变器模型别用连续变步长，这是最稳的组合。

第二，查代数环。MATLAB Function里如果出现“以前一时刻的输出直接参与本时刻输入计算”的环，Simulink会报错或发散。解决办法是在递推式里强制用上一拍的状态量来计算本拍输出。

第三，查符号。b0正负错、反馈极性反、ESO的u符号不对，任何一种都会瞬间击穿系统。跑之前拿几个关键数值手算一遍，比如给定iq=1时，估算一下转速增长方向和幅度，和Scope里看到的对一对。

第四，查限幅。iq_ref不加饱和限幅，仿真里控制量可以冲到几千安培，必然导致数值爆炸。输出一定要接Saturation，上下限按电机额定电流的1.5~2倍给。

5.2 ESO观测值跟实际转速对不上

z1本应紧跟实测转速y，如果两者差得老远，问题大多出在ESO参数或输入信号上。

β1、β2太小，观测器收敛太慢，z1就像被胶水粘住一样跟不上。解决：把ωo往上提，β2是平方关系，提升效果特别明显。

但如果z1依然差的很大且稳态时仍有固定偏差，要怀疑模型阶数不匹配——你把二阶对象强行套一阶ESO，或者反过来。PMSM速度环在电流环带宽不够高时，确实会显现二阶特性，此时可以把ESO升到三阶，或者先提高电流环带宽再做决定。

5.3 稳态转速抖振、电流毛刺多

现象是转速在给定值附近抖个不停，电流波形上有明显的高频毛刺。多半是这几个原因：

fal函数的δ设得太小，小误差区增益过高，控制量在稳态附近不稳定。把δ从0.001调到0.01量级，抖振通常会明显缓解。

ωo拉得太高，观测器把测量噪声放大以后当成了“扰动”，控制量跟着噪声狂跳。把ωo从“能压住多大扰动”这个目标降回“观测器不发毛”这个水平。

步长太大导致离散误差明显。电流环这种高带宽回路，仿真步长压缩到1e-5量级，离散化误差带来的相位滞后能被控制在可接受范围内。

5.4 “骚操作”三：把扰动估计拖到Scope里一起对比

这是我每次调试的保留项目：把ESO的z2（总扰动估计值）和实际负载转矩TL画在同一张Scope里，双曲线对比。

道理很简单，ESO估得准不准，直接看两条线是否重合。如果负载在0.5秒时从零阶跃到额定值，z2应该在同一时刻快速跟进到对应水平的转速变化率数值。如果z2的反应慢半拍，说明ωo不够高；如果z2到达后大幅振荡，说明观测器环路不稳。

这个操作让ESO不再“黑箱化”，每次调参都有数据依据，而不是对着一条转速曲线瞎猜。比单纯看转速响应下结论要科学得多。

6. 从仿真到电机的几条实在建议

6.1 离散化移植与运算量评估

Simulink里的ADRC差分方程，直接翻译成C代码毫无障碍，一个控制周期内就是几十行乘加运算。以二阶ESO加一阶TD为例，一个周期内浮点运算量几百次量级，主流MCU跑5kHz到10kHz控制周期绰绰有余。运算量从来不是ADRC上实机的瓶颈，真正的门槛在参数标定和抗噪设计。

移植时的最大坑是时序：实机代码里ADRC必须在电流采样完成之后、PWM占空比更新之前执行完毕，所有状态量更新一次，不能仿真那样连续刷新。把Simulink模型转为C代码时，要特别注意离散模块的采样时间设置和控制周期完全对齐。

6.2 实机环境下的噪声与限幅处理

仿真里信号干干净净，实机里电流传感器有偏置和噪声，编码器测速有量化误差。ESO把这些测量噪声当成扰动的一部分估计出来，会让z2高频抖动，然后通过补偿链路污染控制量。

应对策略有三条：ωo别按仿真值硬拉，实机里通常降到仿真值的二分之一甚至更低；速度反馈自己做低通滤波或采用测速机处理，别拿原始脉冲直接怼给ESO；控制量输出必须限幅，并且要加抗积分饱和机制，防止ESO内部状态被大误差冲到飞。

6.3 我个人踩过的坑与习惯做法

最后说几句实在话。ADRC不是魔法，它解决的痛点很明确，但带来的参数敏感性和调试负担也真实存在。我在实机调试中最深的一个感受是：b0这个参数比ωc和ωo都重要。b0一旦严重失准，ESO花多大力气都补不回来；b0准了，剩下两个带宽参数怎么拧都有下限兜底。

另一个习惯是每次调参都留数据。Simulink的Scope截图只是辅助，把关键信号用To Workspace整段存下来，参数每次调整都做一次记录，过几天回头翻，你才能看清参数和性能变化之间的因果关系。做控制这一行，经验是攒出来的，不是靠感觉硬调出来的。

如果后续想往深了走，可以试试把ESO和TD改成自适应参数版本，或者加入模型参考自适应做在线b0辨识，这些都是ADRC在电机控制里很活跃的扩展方向。先把基础版本完整跑通、调平稳，再考虑这些锦上添花的东西，路才走得踏实。