引言

在工业自动化、电动汽车及精密驱动系统中，无刷直流电机（BLDC）因其高效率、低噪声和长寿命被广泛应用。为实现高性能调速，常采用双闭环控制结构——内环为电流环，外环为转速环。本文利用Simulink搭建仿真模型，分别在转速环中使用传统PI控制器与ADRC（自抗扰控制器），通过动态响应与抗干扰能力对比，验证ADRC在复杂工况下的优势。

系统架构设计

控制系统采用典型的双闭环结构：

• 电流内环： 实现对相电流的快速跟踪，抑制瞬态波动，采用经典PI控制。
• 转速外环： 调节电机转速以跟踪设定值，分别测试PI与ADRC两种策略。

该结构可有效解耦电磁与机械动态过程，提升整体控制精度。

PI控制器原理与实现

比例-积分（PI）控制结构简单、参数调节直观，广泛用于工程实践。其输出由误差的比例项和积分项组成：

u(t) = Kp * e(t) + Ki * ∫e(τ)dτ

其中，e(t) 为转速偏差，Kp 和 Ki 分别为比例与积分增益。在离散系统中，积分部分通常采用累加近似：

integral = integral + Ki * error * Ts;
output = Kp * error + integral;

尽管PI控制能消除稳态误差，但面对负载突变或参数摄动时，响应速度慢、超调大，鲁棒性受限。

ADRC自抗扰控制机制

ADRC通过引入"扩张状态观测器"（ESO），将系统内部非线性、外部扰动以及建模误差统一视为"总扰动"，并实时估计补偿，从而显著增强系统鲁棒性。 ADRC主要由三部分构成：

1. 跟踪微分器（TD）： 安排过渡过程，减少设定值跳变引起的超调。
2. 扩张状态观测器（ESO）： 观测系统状态及总扰动，提供前馈补偿。
3. 非线性反馈律： 结合误差与扰动估计值生成控制量。

其核心思想是"先估计后抵消"，不依赖精确数学模型，适用于不确定性较强的系统。

Simulink建模流程

在MATLAB/Simulink环境中构建完整控制模型，主要包括以下模块：

1. 电机本体模型

基于BLDC的机电方程建立状态空间模型：

di/dt = (u - R*i - Ke*ω) / L
dω/dt = (Ke*i - B*ω - Tl) / J

其中：
- i：电枢电流
- u：端电压
- R, L：定子电阻与电感
- Ke：反电动势系数
- ω：角速度
- J, B：转动惯量与阻尼系数
- Tl：负载转矩 使用S-Function或连续模块组实现上述微分方程。

2. 电流环PI控制器

接收参考电流与实际电流之差，输出电压指令。PI参数通过试凑法或Ziegler-Nichols方法整定，确保电流响应快速且无静差。

3. 转速环切换结构

设计两个并行支路：

• 一支采用标准PI控制器；
• 另一支采用ADRC控制器。

通过开关切换或同时运行，便于直接比较输出性能。

4. 扰动注入模块

在某一时刻施加阶跃负载（如T_L=0.5N·m），模拟真实工况变化，评估控制器抗扰恢复能力。

仿真结果对比

运行仿真后，获取两种控制策略下的转速响应曲线。

PI控制表现

在无扰动情况下，PI控制器能够使转速平稳达到设定值，稳态精度较高。但在负载突加瞬间，出现明显跌落，恢复时间较长（约0.8秒），且伴随小幅振荡，体现出较弱的动态抗扰能力。

ADRC控制表现

当相同扰动发生时，ADRC凭借ESO对扰动的实时估计，在毫秒级内完成补偿，转速波动极小（下降不足5%），并在0.2秒内完全恢复。设定值跟踪更加平滑，几乎无超调。

结论

通过Simulink平台对无刷直流电机进行转速控制仿真，结果表明：

• PI控制结构简单，适合稳态运行环境，但在动态扰动工况下性能受限。
• ADRC无需精确模型即可有效抑制内外部扰动，具有更强的鲁棒性和更快的恢复速度。

尤其在负载频繁变化或参数不确定的应用场景中，ADRC展现出明显优势，具备更高的工程应用价值。后续工作可结合参数优化算法（如遗传算法、粒子群）自动整定ADRC参数，进一步提升智能化水平。