无传感器永磁电机控制：LADRC速度环与非线性磁链观测器设计

做无传感器永磁电机控制的人应该都有过这种体验：观测器在开环状态下跑得挺好，仿真波形也算干净，可一旦把速度环的反馈从编码器换成观测器估计值，系统的毛病立刻全冒出来了——转速低频振荡、突加负载掉速、起步瞬间反冲，甚至直接发散。多数人第一反应是观测器参数没调好，但调试到后面你会发现，问题往往出在速度环本身。我一直用的一套组合方案是：速度环用二阶LADRC（线性自抗扰控制器），转子位置和速度交给非线性磁链观测器估计，整套系统在Simulink里建模，并且从一开始就按“可生成C代码”的标准来搭。这篇文章就围绕这个方案展开，把控制器设计、观测器原理、Simulink建模和代码生成链路一次讲透。

如果你正在调无传感器FOC，或者想找一种比PI更容易应付“观测反馈污染”的速度环方案，这篇内容应该能帮你省掉不少弯路。

1. 为什么无传感器速度环需要LADRC而不是传统PI

1.1 无传感器反馈回路的相位滞后比想象中严重

传统转速环面对的控制对象是机械方程：

J dω/dt = Te - TL - Bω

其中J是转动惯量，Te是电磁转矩，TL是负载转矩，B是阻尼系数。PI速度环在这种对象上工作得很好，前提是速度反馈真实且干净。但无传感器控制里，“真实且干净”这个前提本身就不成立。

无传感器速度反馈来自观测器和锁相环，这意味着一路信号至少经过了观测器收敛、反电动势提取、角度跟踪、速度微分这样几个环节。观测器有带宽限制，PLL本身又是一个低通跟踪器，实测下来速度反馈相对真实转速总有几十到几百赫兹的相位滞后。再加上为了避免微分噪声，很多人还会额外串一级低通滤波，滞后就更大了。

用PI控制时，积分项本来就会引入90°的相位滞后，观测链路再叠加上几十度的滞后，速度环的相位裕度被压缩得非常快。开环传函写出来就是：

L(s) = Kp(1 + Ki/s) * 1/(Js) * e^(-τs)

那个e^(-τs)就是观测和滤波链路带来的等效延迟。你为了提高抗扰能力加大Ki，低频增益上去了，中频段相位裕度进一步恶化，最后的结果就是临界振荡。我见过不少项目，PI参数在编码器反馈下怎么调都稳，一换观测器反馈，积分项必须砍掉一半以上才不抖，代价是稳态刚度大幅下降。

1.2 LADRC的抗扰思路和PI有本质区别

LADRC的思路完全不同。它不试图精确知道负载、摩擦、模型误差每一项是多少，而是把所有这些合在一起，当成一个“总扰动”，用一个扩张状态观测器（LESO）把它实时估出来，然后在前向通道里做前馈补偿。

还是从机械方程出发：

J dω/dt = Te - TL - Bω

两边除以J：

dω/dt = (1/J)Te + d(t)

其中：

d(t) = -(TL + Bω)/J

这就是总扰动，它包含负载、摩擦，也包含模型误差。把它扩张成一个额外的状态，控制器里根本不需要单独去辨识负载转矩，也不需要知道摩擦系数，只需要观测d(t)的变化。

对比一下PI和LADRC的行为差异，理解起来更直观：

用一句话总结：PI是“误差驱动”，它只能看到已有误差然后被动去追；LADRC是“扰动前馈”，它主动把外部扰动和内部不确定性一起抵消掉。在反馈信号本身就有污染的无传感器系统里，谁更适合一目了然。

2. 非线性磁链观测器的原理与选型逻辑

2.1 为什么线性观测器在这个应用里不够用

磁链观测器的本质，是从定子电压、电流的电气方程里把转子磁链方向反推出来。表贴式永磁同步电机在αβ坐标系下的定子电压方程可以写成：

v_α = Rs·i_α + Ls·di_α/dt + e_α v_β = Rs·i_β + Ls·di_β/dt + e_β

其中反电动势：

e_α = -ψf·ωe·sinθe e_β = ψf·ωe·cosθe

θe就是转子电角度，ψf是永磁磁链。只要把反电动势e_α、e_β估出来，位置和速度自然就有了。

传统线性龙贝格观测器直接把这个方程线性化，设计一个状态观测器来估计磁链。这种做法在参数准确、转速稳定时没问题，但无传感器控制恰好是参数最容易失配的场景：定子电阻随温度变化，电感随电流饱和变化，转速从零到额定值跨越几个数量级，反电动势幅值也剧烈变化。线性观测器在这些不确定因素面前鲁棒性明显不足。

非线性观测器的核心差异在于引入了切换项或高增益非线性项。说得直白一点，它让状态轨迹先被强制“拉”到滑模面上，一旦进入滑模面，系统行为就对参数失配不敏感了，观测等效值中只剩我们想要的反电动势成分。

2.2 超螺旋滑模观测器的离散化设计

滑模观测器常见的形式是对电流观测方程加入符号函数切换项。但标准一阶滑模有个让工程人员头疼的毛病——抖振。符号函数的高频切换会直接污染电流估计值，进而污染反电动势，最终在速度信号上表现为高频毛刺。

我实际用的是超螺旋滑模观测器（ST-SMO），它把切换项分成两部分：一个比例于|s|^0.5·sign(s)的项负责快速收敛，一个对sign(s)积分项负责消除稳态误差。这个结构在连续域里的形式是：

di_hat_α/dt = (1/Ls)·[v_α - Rs·i_hat_α - k1·|s_α|^0.5·sign(s_α) - ∫k2·sign(s_α)dt]

其中s_α = i_hat_α - i_α是电流估计误差。β轴完全对称。由于积分项的存在，等效控制可以直接从积分输出中提取反电动势，抖振比一阶滑模小一个量级。

离散化实现要特别注意符号函数的处理。直接sign()在固定步长仿真和代码生成中容易引起数值颤振，我一般换成饱和函数sat(s/ε)：

function [ialpha_hat, ibeta_hat, ealpha, ebeta] = st_smo_step(...) % 超螺旋滑模观测器单步离散更新，Ts为离散周期 % 输入: valpha, vbeta, ialpha, ibeta 定子电压电流 % 参数: Rs, Ls, k1, k2, epsilon % 状态: ialpha_hat, ibeta_hat, zalpha, zbeta（积分项） % 电流误差 eia = ialpha_hat - ialpha; eib = ibeta_hat - ibeta; % 饱和函数代替符号函数，epsilon通常在0.01~0.05之间 sata = sat(eia / epsilon); satb = sat(eib / epsilon); % 积分项更新，对应反电动势估计的等效值 zalpha = zalpha + Ts * k2 * sata; zbeta = zbeta + Ts * k2 * satb; % 电流估计更新 ialpha_hat = ialpha_hat + Ts / Ls * (valpha - Rs * ialpha_hat ... - k1 * sqrt(abs(eia)) * sata - zalpha); ibeta_hat = ibeta_hat + Ts / Ls * (vbeta - Rs * ibeta_hat ... - k1 * sqrt(abs(eib)) * satb - zbeta); % 反电动势估计直接取积分项 ealpha = zalpha; ebeta = zbeta; end

k1、k2的量级要按电压方程来估。反电动势项的量级是ωe·ψf，k1、k2太小时观测器收敛慢，太大时噪声会被放大。工程上我习惯先用连续仿真自动整定，再根据离散周期微调。

2.3 转子位置和速度提取：别小看PLL

反电动势估计出来之后，位置不能直接atan2。直接用e_α、e_β做atan2(e_α, e_β)虽然简单，但反电动势里的高频残余会直接变成角度抖动，再微分算速度基本不可用。

正确做法是锁相环。把反电动势方向角θe作为锁相环的输入，用PI调节器跟踪角度：

ε = (-e_hat_α·cosθ_hat - e_hat_β·sinθ_hat) / sqrt(e_hat_α² + e_hat_β²)

当θ_hat = θe时ε趋向于0。PLL的PI输出是电角速度，积分后得到电角度。

这里有个关键细节：PLL带宽要放在观测器带宽的1/5到1/3。PLL带宽太高，反电动势噪声会直接进入速度信号；太低，速度反馈相位滞后又增大，速度环LADRC再能扛也扛不住90°以上的滞后。折中下来，观测器本身做到几百赫兹带宽时，PLL带宽放在30~60Hz比较稳妥。

3. 速度环LADRC控制器设计：从被控对象到LESO整定

3.1 被控对象降阶与b0的工程辨识

设计LADRC时，第一步是把被控对象化成积分串联型。速度环对象近似为：

dω/dt = b0·u + d(t)

其中u = Te_ref，b0 = 1/J。实际系统里电流环有延迟，通常十几个kHz采样下等效成一个时间常数很小的惯性环节。LADRC处理这个惯性的方式是把它扔进总扰动里，让LESO去估计。所以设计时不需要精确知道电流环传递函数，只需要b0量级正确。

b0的工程辨识很简单。空载、额定速度以下，给一个阶跃转矩指令，用高分辨率编码器（调试阶段）记录转速上升曲线，取稳态段斜率：

b0 = Δω / Δt / Te_step

如果连编码器都没有，可以估算。比如电机额定转矩3N·m，转子惯量0.001kg·m²，空载从0加速到1000rpm大约需要0.16s，那b0大约等于：

b0 ≈ (1000·2π/60) / 0.16 / 3 ≈ 21.8 (rad/s²)/(N·m)

实际用的时候上下浮动50%都不致命，因为b0的误差会被当成总扰动的一部分被LESO补偿。这也是LADRC比PI省心的核心原因。

3.2 LESO设计与带宽参数化

建立速度环扩张状态方程：

dx1/dt = x2 + b0·u dx2/dt = h

x1是转速，x2是总扰动，h是扰动变化率。LESO写成：

dz1/dt = z2 + b0·u + l1·(ω - z1) dz2/dt = l2·(ω - z1)

l1和l2按带宽参数化配置：

l1 = 2·ωo l2 = ωo²

ωo是观测器带宽，一般取闭环带宽ωc的5到10倍。控制器输出：

u0 = ωc·(ω_ref - z1) u = (u0 - z2) / b0

这里的逻辑是：z1是对转速的重构，z2是对总扰动的实时估计。控制量里先用z2把扰动抵消掉，剩下的u0就是一个纯积分对象上的比例控制，带宽就是ωc，性质非常好。

离散化用前向欧拉足够，代码生成也友好：

function [z1, z2, Te_ref] = ladrc_velocity_step(z1, z2, w_meas, w_ref, b0, wc, w0, Ts) % 二阶LADRC速度环单步更新，固定步长离散 % 输入: w_meas 观测器速度反馈, w_ref 速度给定 % 状态: z1 转速估计, z2 总扰动估计 % LESO增益 l1 = 2 * w0; l2 = w0 * w0; % 观测误差 e = w_meas - z1; % 状态更新（前向欧拉） z1 = z1 + Ts * (z2 + b0 * Te_ref + l1 * e); z2 = z2 + Ts * (l2 * e); % 控制律：扰动前馈 + 比例反馈 u0 = wc * (w_ref - z1); Te_ref = (u0 - z2) / b0; end

这个函数可以直接丢进Matlab Function块，配合固定步长求解器，就是可生成的离散控制器。整个速度环一共三个整定参数：ωc决定响应快慢，ωo决定扰动观测速度，b0量级决定前馈准确性。相比PI的两个参数，LADRC的参数物理意义清楚得多，调起来不用瞎试。

3.3 速度环反馈到底用观测器原始值还是z1

这是个非常实际的问题。很多人在速度环前面再加一个低通滤波器，想滤掉观测速度的纹波，结果低通带来的相位滞后直接把LADRC好不容易省出来的裕度又吃掉了。

我的经验是：反馈直接用PLL输出的速度，但把LESO的观测带宽ωo设计得比PLL带宽高2~3倍。这样LESO能跟踪上速度反馈的变化，但不会放大高频噪声，z1天然就是一个带观测特性的平滑速度。速度环不需要额外低通，控制带宽也能保持住。

如果你发现速度反馈毛刺还是很明显，优先回头压PLL带宽和观测器增益，不要在速度环里串滤波。串滤波是扬汤止沸，源头上的噪声不处理，后面怎么串都治标不治本。

4. Simulink建模与代码生成的衔接要点

4.1 仿真模型顶层拓扑

整个系统的Simulink模型分几个关键模块，结构上我习惯按信号流排列：

• 电机与逆变器：PMSM模型 + 三相两电平逆变器
• 电流采样与坐标变换：Clark、Park变换
• 电流环PI控制器：d轴、q轴各一个，输出Ud、Uq
• 反Park变换与SVPWM调制
• 非线性磁链观测器：超螺旋滑模观测器，输出反电动势
• PLL：从反电动势提取转速和角度
• 速度环LADRC：输入转速给定和观测速度，输出q轴电流给定
• 转速斜坡给定：用于限制启动加速度

调试阶段我建议先用平均模型逆变器（忽略开关纹波）把算法调通，再加SVPWM和开关模型验证真实工况。平均模型下电流环带宽调得快，但最终仿真一定要回到开关模型，否则代码生成之后的性能可能会差很多。

4.2 求解器与采样周期的配合

仿真阶段可以用变步长连续求解器，但一旦准备生成代码，模型里就不能有连续积分器了，必须全部离散化。离散化之前先确定采样周期：

这组配置下，速度环看到的是一个带宽在几百Hz范围、电流内环等效为高增益环节的被控对象，LADRC的LESO带宽放10倍左右就能把扰动看清。注意所有不同频率的模块之间信号切换，要么在慢速环入口做离散采样保持，要么直接用相同基频再倍频，千万别让Simulink自动插值产生“仿真里稳定、代码里没有”的假象。

4.3 代码生成前的模型硬化检查

我吃过最大的亏就是仿真里通了，代码生成后一接真实逆变器就崩。后来固定了一套“模型硬化”流程：

• 求解器改为固定步长离散，步长取电流环采样周期；
• 模型里的连续积分模块全部替换为离散积分器或单位延迟；
• 全局信号数据类型检查，杜绝double和single混用；
• 关闭Simulink的动态内存分配和可变大小数组，所有数组长度在初始化时固定；
• 用代码生成工具预先做模型检查，确认没有不可生成的模块；
• 生成代码后先用纯软件仿真跑一遍生成代码和原模型的一致性对比。

这六步做完，模型基本就是一台“会动的控制器原型”了。剩下的工作就是把生成代码嵌到中断服务程序里，PWM由硬件外设直接输出。

5. 参数整定顺序与仿真调试中的高频踩坑点

5.1 整定顺序：电流环→观测器→LADRC，顺序不能乱

无传感器系统的参数整定有个先后顺序，调错顺序会让整个调试过程变得极其痛苦。

第一步电流环。电流环带宽调好之前，后面全白搭。先把电流环PI带宽定在500Hz左右，用编码器或者虚拟电机模型验证d、q轴电流跟随。

第二步观测器。观测器增益从偏小开始，逐步增大，观察启动过程的反电动势估计波形。此时速度环可以先给开环、恒定q轴电流，让电机转起来，看观测器的角度跟踪是否平滑。

第三步才是速度环LADRC。先给一个很小的ωc，确认转速能跟上斜坡给定且无振荡，再逐步增加ωc到目标值。ωo始终保持ωc的5~10倍。最后再给额定负载阶跃，观察LESO的z2能不能快速跟上。

这套顺序的本质是：先保证底层执行可靠，再保证观测可信，最后才谈得上控制性能。跳步调参，最后出的问题你根本不知道来自哪一层。

5.2 低速、零速带载和初始位置这几个硬骨头

无传感器控制最怕低速。反电动势幅值正比于转速，转速降到5%额定以下时，反电动势小到几乎淹没在噪声里，滑模观测器再强也难以为继。有两种工程化处理：

一是零低速启动前做转子预定位，或者做初始位置辨识。我在实际项目里用预定位最简单可靠：给定一个固定的q轴电流和零d轴电流，让转子强制转到一个已知位置，再开始正常闭环。代价是启动前会有一点“抖一下”的动作，很多商用驱动器也是这么干的。

二是低速段改用高频注入策略。这个方案复杂一些，系统里要额外叠加高频电压信号，并在电流信号里做解调。如果题目限定在非线性磁链观测器框架内，那就要明确告诉项目需求方：低速性能是有底线的，不是观测器不够强，而是物理信噪比决定了反电动势法在这段转速范围先天不足。

零速带载就更直接了。反电动势为零，纯反电动势法没有任何反馈信号可用，必须靠初始辨识和开环强拉。这也是为什么高标准无传感器方案普遍做混合切换：零低速用高频注入，中高速用反电动势法，切换点在10%~15%额定转速附近。我建议把这一点写进项目方案里，能避免后续很多需求层面的扯皮。

5.3 从仿真到代码生成后性能退化的问题

固定步长离散化之后，最明显的变化是观测器切换项的等效带宽下降了。原来连续仿真里k2设得比较大，反电动势还能保持平滑，固定步长下同样的k2可能直接引起电流估计的高频振荡。我的处理办法是：离散化后把k2降到连续仿真值的二分之一到三分之一，然后观察反电动势波形里的高频纹波，直到纹波幅值和连续仿真相当为止。

另一个退化点是速度环带宽。仿真里ωc放到20Hz没问题，代码生成之后由于整个采样链路存在相位延迟，20Hz可能就振荡了。我一般先按仿真的50%起步，确认系统稳定后再向上升，直到出现振荡临界点，再退回60%~70%作为最终工作点。

代码生成之后不接电机先做控制器在环测试也很重要。把生成的C代码跑在控制芯片上，模拟器里跑电机模型，通过硬件IO和模拟器交互，这一层验证能排除绝大多数代码生成的低级错误，比直接上真实电机台架安全得多。

最后再分享一个小技巧：把所有关键参数（b0、ωc、ωo、观测器k1、k2、PLL带宽）都定义成模型工作区变量，用初始化脚本统一赋值，不要直接在模块参数里填数字。这样调参的时候只需要改脚本，配合快速仿真就能把整定时间从上星期压缩到一两天。参数和结构分离，也是后续做自动标定、参数自整定的基础，这一步提前做好，后面复杂项目能省大量时间。