基于自抗扰控制的表贴式永磁同步电机模型探索

基于自抗扰控制的表贴式永磁同步电机模型模型采用双环控制，速度环为外环，电流环为内环转速外环采用一阶ADRC控制电流内环采用PI控制 matlab/simulink模型 ~

在电机控制领域，表贴式永磁同步电机（SPMSM）因其高效、节能等优点被广泛应用。今天咱就唠唠基于自抗扰控制（ADRC）的SPMSM模型，这模型采用双环控制策略，速度环作为外环，电流环作为内环。

双环控制策略

1. 速度环（外环） - 一阶ADRC控制

速度环在整个系统中起着宏观调控电机转速的关键作用。咱选用一阶ADRC控制，为啥呢？ADRC能对系统的内扰和外扰进行实时估计和补偿，这就使得电机在面对各种复杂工况时，依然能保持稳定的转速。

先看看一阶ADRC的核心代码部分（以简单示意的Python代码为例，实际Matlab实现会有差异，但原理相通）：

class FirstOrderADRC: def __init__(self, b0, beta01, beta02, r): self.b0 = b0 self.beta01 = beta01 self.beta02 = beta02 self.r = r self.x1 = 0 self.x2 = 0 def update(self, y, u): e = y - self.x1 self.x1 = self.x1 + self.x2 * dt self.x2 = self.x2 + (-self.beta01 * e - self.beta02 * self.x2 + self.b0 * u) * dt fal_e1 = self.fal(e, 0.5, 0.2) u0 = self.r * fal_e1 u = (u0 - self.x2) / self.b0 return u def fal(self, e, alpha, delta): if abs(e) <= delta: return (e / delta) ** alpha * delta ** (1 - alpha) else: return abs(e) ** alpha * np.sign(e)

这里面init函数是初始化ADRC的参数，像b0、beta01、beta02和r，这些参数的取值对ADRC的性能影响很大。update函数就是核心的更新环节，它根据当前的输出y和控制输入u，不断调整内部状态变量x1和x2，进而计算出最终的控制量u。fal函数则是一个非线性函数，用于增强ADRC的鲁棒性。

2. 电流环（内环） - PI控制

电流环作为内环，主要负责精确跟踪速度环给出的电流指令，确保电机的电磁转矩能够快速准确地响应。PI控制是经典且成熟的控制策略，代码实现起来也相对简洁。

class PIController: def __init__(self, kp, ki): self.kp = kp self.ki = ki self.integral = 0 def update(self, setpoint, process_variable): error = setpoint - process_variable self.integral += error * dt output = self.kp * error + self.ki * self.integral return output

在这段代码里，PIController类初始化了比例系数kp和积分系数ki。update函数根据给定值setpoint和当前的电流反馈值process_variable计算误差，然后通过比例和积分环节得出控制输出output，以调节电机的电流。