基于扰动观测器的永磁同步电机模型预测控制仿真设计与分析

先说我做这个仿真项目的动机。永磁同步电机（PMSM）控制这一块，模型预测控制（MPC）近几年的热度一直很高，尤其是有限集模型预测控制（FCS-MPC），动态响应比传统PI加调制器的方案快得多，但代价就是对模型参数的依赖特别重。电感、磁链这些参数只要稍微跑偏，电流预测跟着就偏，控制性能肉眼可见地下降。我这次的仿真题目是“基于扰动观测器的PMSM模型预测控制”，核心思路就是在MPC外面加一层扰动补偿，把参数失配、负载突变这些“看不见的干扰”在线估计出来再补回去。整套系统从模型搭建到观测器设计再到Simulink仿真跑通，前后踩了不少坑，这篇文章把设计选型、公式推导、仿真搭建细节和排错经验完整整理出来，希望对正在做电机控制仿真或准备把MPC往工程化方向推的朋友有帮助。

1. 为什么扰动观测器会成为MPC的“最佳搭档”

1.1 MPC在PMSM控制中相比传统PI方案的优势

传统FOC结构下，电流环通常用两个PI调节器，一个管d轴电流，一个管q轴电流，输出经过反Park变换后交给SVPWM调制。PI参数要在整个调速范围内做平衡，调起来确实考验手感。而且电流环PI的带宽是有限的，遇到负载突变、电流指令阶跃这类动态工况，电流跟随总有一拍到两拍的滞后。

模型预测控制走的是另一条路。FCS-MPC直接枚举逆变器所有可能的开关状态，利用电机模型预测每个开关状态对应的下一拍电流，然后按代价函数挑一个最优矢量直接输出。它没有单独的调制器，开关信号就是控制器的输出，因此电流环的动态响应比PI方案快很多，概念也直观：调模型，不调增益。代价函数还可以灵活加约束，比如限流、开关次数限制，这对PI结构来说实现起来要绕不少路。

我这个仿真项目选择MPC，主要看中的就是电流环动态性能和约束处理能力。但仿真跑起来之后你会发现，MPC“模型驱动”的特点是把双刃剑——预测模型准，控制确实准；模型一偏，控制直接拉胯。

1.2 MPC最怕什么：参数失配和外部扰动

FCS-MPC的电流预测公式里用到定子电阻、电感和永磁磁链。这些参数在仿真里是固定值，但在真实运行中全都会变。电机温度上来，电阻可能涨20%；磁路饱和，电感下降；磁链随温度也会有偏移。控制器里写死的标称参数和电机实际参数一旦出现偏差，预测电流就跟着偏。反映在波形上，轻则电流静差、转矩脉动，重则电流振荡甚至发散。

更难处理的是外部扰动。负载转矩突变会直接反映在q轴电流指令上，但因为MPC是模型驱动的，它没有PI那种“积分项”去自动消差，所以负载突变瞬间，dq电流容易出现静差。逆变器死区、管压降这些非线性因素，同样会变成模型里的“未建模动态”，搅进预测误差里。

我仿真时做过一个测试：把电机模型里的电感直接设为控制器标称值的1.5倍，q轴电流静差明显拉大，转速波形也出现低频波动。这就是参数失配最直观的表现。

1.3 扰动观测器的核心补偿逻辑

扰动观测器（DOB）的思路说穿了很简单：既然参数摄动和外部扰动都会造成预测误差，那我干脆把这些东西统一折算成d-q轴上的“等效电压扰动”，用一个观测器在线估计，然后把估计值前馈补偿回控制律里。

它的好处在于不用区分扰动具体来自哪里——不管是电阻变了、电感变了，还是负载变了、死区效应来了，观测器都把它们“打包”成一个集总扰动来处理。这个估计不需要额外传感器，只需要利用已有的电流采样和电压指令信号，成本几乎为零，但对控制的鲁棒性提升非常明显。

在项目里我选用了扩张状态观测器（ESO）的形式，理由很简单：它结构简洁，带宽参数直观，调节方便，且在PMSM的电流环扰动补偿中应用成熟，仿真验证起来也省时间。

2. PMSM模型与MPC核心算法拆解

2.1 d-q轴数学模型和离散化处理

做PMSM控制仿真，第一步是把三相静止坐标系下的电机方程变换到旋转坐标系。经过Clark变换和Park变换，表贴式PMSM在d-q轴下的电压方程可以写为：

ud = Rs*id + Ls*d(id)/dt - ωe*Ls*iq uq = Rs*iq + Ls*d(iq)/dt + ωe*(Ls*id + ψf)

其中Rs是定子电阻，Ls是相电感，ψf是永磁磁链，ωe是电角速度。电磁转矩方程为：

Te = 1.5*np*(ψf*iq + (Ld-Lq)*id*iq)

表贴式PMSM的Ld约等于Lq，统一写Ls，转矩简化为Te = 1.5npψf*iq。这也是为什么大多数场合直接采用id=0控制策略。

数字控制器里不能直接用微分方程，要离散化。我用的是最简单也最常用的一阶前向欧拉法，采样周期Ts取10微秒，电流预测公式变成：

id(k+1) = id(k) + Ts/Ls * (ud(k) - Rs*id(k) + ωe*Ls*iq(k)) iq(k+1) = iq(k) + Ts/Ls * (uq(k) - Rs*iq(k) - ωe*Ls*id(k) - ωe*ψf)

前向欧拉在采样周期远小于电气时间常数时精度足够，而PMSM的电气时间常数一般是毫秒级别，10微秒采样下误差很小。关键是简单，实时计算负担轻，适合在硬件上部署。

2.2 有限集模型预测的完整计算流程

三相两电平逆变器有8种开关状态，对应6个有效电压矢量和2个零矢量。FCS-MPC的思路是把这8个矢量逐一“试算”，看哪个矢量能让下一拍电流最接近指令值。

首先要把三相电压变换到d-q轴。假设直流母线电压是Vdc，8种开关状态对应的αβ轴电压可以统一计算：

Sa = [0 1 0 1 0 1 0 1]'; Sb = [0 0 1 1 0 0 1 1]'; Sc = [0 0 0 0 1 1 1 1]'; va = Vdc/3*(2*Sa - Sb - Sc); vb = Vdc/3*(-Sa + 2*Sb - Sc); vc = Vdc/3*(-Sa - Sb + 2*Sc); v_alpha = 2/3*(va - 0.5*vb - 0.5*vc); v_beta = 2/3*(sqrt(3)/2*vb - sqrt(3)/2*vc);

再结合当前电角度θe，把αβ电压投影到d-q轴：

ud_vec = v_alpha*cos(theta_e) + v_beta*sin(theta_e); uq_vec = -v_alpha*sin(theta_e) + v_beta*cos(theta_e);

然后遍历8个矢量，用预测模型计算下一拍电流，再按代价函数选最优：

for i = 1:8 id_pred = id + Ts/Ls*(ud_vec(i) - Rs*id + we*Ls*iq); iq_pred = iq + Ts/Ls*(uq_vec(i) - Rs*iq - we*Ls*id - we*psi_f); g(i) = abs(id_ref - id_pred) + abs(iq_ref - iq_pred); end [~, opt] = min(g);

这个opt就是本周期要输出的开关状态。整个过程就是“遍历、预测、比较、选定”，每一拍重复一次。

2.3 代价函数设计里容易被忽略的细节

代价函数是MPC的“指挥棒”，最简单的形式就是电流误差绝对值之和。我一开始也用了这个形式，仿真跑起来发现一个问题：当id和iq误差量级差异较大时，权重分配会失衡。比如高速弱磁工况下id绝对值可能比iq小很多，误差绝对值却未必成比例，导致控制器过度关注d轴而牺牲了q轴的响应。

工程上常用平方形式的代价函数：

g = (id_ref - id_pred)^2 + (iq_ref - iq_pred)^2

平方形式会对大误差施加更大的惩罚，整体效果更平滑。另外如果逆变器开关频率不稳定导致电流纹波大，可以在代价函数里加开关切换次数惩罚项，为每次开关状态切换计一个代价权重，让控制器在“追电流”和“少动作”之间做权衡。

代价函数加权重系数后，调试顺序有讲究：先只调电流误差项的权重比例，让电流跟踪效果满足要求；再逐步加入约束和惩罚项，每加一项都要重新跑仿真对比基线波形，避免出现“加了约束反而电流更难跟踪”的局面。

3. 扰动观测器设计：从公式到Simulink实现

3.1 扰动等效模型与扩张状态观测器设计

引入扰动观测器的第一步，是把参数失配和外部扰动写成数学模型。对电流环而言，d-q轴的电压方程中所有“模型说不清楚”的部分都可以折算成等效扰动电压fd和fq，重写为：

d(id)/dt = (ud - Rs*id + ωe*Ls*iq - fd)/Ls d(iq)/dt = (uq - Rs*iq - ωe*Ls*id - ωe*ψf - fq)/Ls

fd和fq就是集总扰动，包含参数偏差、未建模动态和死区效应等。当电流环带宽远高于扰动变化频率时，可以将扰动视为缓变量。以d轴为例，构造扩张状态观测器：

d(îd)/dt = (ud - Rs*îd + ωe*Ls*îq - f̂d)/Ls + β1*(id - îd) d(f̂d)/dt = β2*(id - îd)

其中îd是d轴电流的估计值，f̂d是扰动估计值，β1和β2是观测器增益。通过极点配置，令特征方程s² + β1*s + β2 = (s+ωo)²，可以得出：

β1 = 2*ωo，β2 = ωo²

ωo就是观测器带宽。带宽越大，扰动估计收敛越快，但对电流采样噪声越敏感，所以实际整定非常考验平衡感。q轴扰动观测器结构与d轴完全对称，单独搭建一份即可。

3.2 观测器离散化与MATLAB Function代码

观测器在Simulink里的实现可以用积分模块搭，但更推荐直接写一个MATLAB Function封装成子系统，参数统一，复用方便，代码也好维护。离散化同样用前向欧拉：

function [id_hat, f_hat] = dob_update(ud, id, iq, we, id_hat_prev, f_hat_prev, Ls, Rs, Ts, wo) % 离散化扩张状态扰动观测器，d轴示例 beta1 = 2*wo; beta2 = wo^2; % 电流估计预测 did_hat = (ud - Rs*id_hat_prev + we*Ls*iq - f_hat_prev)/Ls + beta1*(id - id_hat_prev); id_hat = id_hat_prev + Ts*did_hat; % 扰动估计更新 f_hat = f_hat_prev + Ts*beta2*(id - id_hat_prev); end

q轴的函数完全一样，把ud换成uq，iq作为测量输入，内部公式相应修改即可。这里有个容易踩的坑：观测器方程里的电流估计预测用的是“估计值”而不是“测量值”，写成公式时要严格区分îd和id，如果混用，观测器会退化成纯微分器，噪声会被放大得一塌糊涂，仿真波形直接起飞。

观测器输出f̂d和f̂q前馈补偿回MPC时，补偿方向和符号也要留意。我这里是把观测器估计的扰动电压直接叠加到MPC输出的电压参考上：

ud_comp = ud_mpc + f̂d uq_comp = uq_mpc + f̂q

3.3 观测器带宽整定与采样时间的关系

扰动观测器最关键的参数就是带宽ωo。我实际调试中的经验是，ωo至少要取电流环带宽的5到10倍，才能保证扰动估计不拖电流环的后腿。但ωo也不是越大越好，过大会把电流采样里的高频噪声引入扰动估计，最终反馈到电压指令上，电流波形就出现高频毛刺。

另一个要注意的点是离散化步长。ωo提高后，观测器自身的动态特性对采样时间变得敏感。理论上采样时间Ts要满足Tsωo远小于1，工程上一般做到Tsωo在0.05到0.2之间。比如Ts=10us时，ωo可以取5000到20000rad/s。再往上，前向欧拉离散化带来的相位滞后就会明显，观测器可能出现数值振荡。

我最终选取ωo=10000rad/s，配合10us采样周期，扰动估计收敛快且波形干净。

4. 仿真系统搭建与调试实录

4.1 仿真平台选型与整体架构规划

整套仿真我用的是MATLAB/Simulink环境，版本无所谓，R2020之后都能跑通。电机模型、逆变器模型用Simscape Electrical的现成模块，控制算法部分用纯Simulink模块和MATLAB Function组合搭建。

整体架构从上到下依次是：转速外环（PI）、电流内环（FCS-MPC）、扰动观测器补偿环节、PMSM和逆变器主电路。转速环PI的输出作为iq指令值，id指令值恒为0（表贴式PMSM用id=0策略）。dq电压指令经过观测器补偿后，送到MPC模块进行电压矢量选择，输出开关信号直接驱动逆变器。

这个架构最大的好处是层次清晰，每一层都可以单独测试。我先单独验证了扰动观测器模块的对齐性，确认观测器估计电流能跟踪实际电流，再接入MPC闭环，排查问题会容易很多。

在Simulink里，观测器模块和MPC模块之间有一个采样对齐的问题要特别注意：MPC在k时刻采样电流、计算k+1时刻的预测，而观测器用的是k时刻的测量电压和采样电流。仿真步长比控制采样周期小时，要确保每个控制周期内采样到的信号是同步更新的，不能混入中间时刻的值。

4.2 核心模块参数设置

仿真参数按一个中等功率PMSM驱动系统来设置：

• 直流母线电压Vdc=311V，电机极对数np=4
• 定子电阻Rs=2.75Ω，相电感Ls=4mH，永磁磁链ψf=0.4Wb
• 额定转速3000rpm，额定转矩约10Nm
• 仿真步长1us，固定步长求解器，控制周期Ts=10us
• 转速环PI参数：Kp=0.5，Ki=20（按常规工程整定方法粗调后微调）

逆变器用Universal Bridge搭建，开关器件选IGBT。仿真步长设成1us，是为了能看清PWM开关过程和电流纹波的细节。如果想快速验证算法可行性，把仿真步长放宽到2us效率更高，但波形细节会损失一点。

MPC模块内部，8个电压矢量的计算用查表法预先算好αβ轴电压分量，再在每个控制周期根据当前电角度投影到dq轴。这样比每个周期重新算三角函数更快，代码也更清晰。

4.3 从零到收敛的调试顺序

整个系统一次接通跑成功的概率不大，我的调试顺序是分层的，每层验证无误之后再往上叠：

第一步先开环验证电机模型。给定一个恒定电压矢量，观察电流波形是否按dq轴时间常数正常上升，确认电机模块参数和旋转方向没问题。第二步验证坐标变换。给一个已知角度，人工计算Clark/Park变换输出，和Scope里拉出的波形核对。这一块出错的概率极高，尤其是旋向和角度对齐问题。

第三步单独测试电流环MPC，转速环断开，给固定iq指令。观察dq电流跟踪是否无静差。这一步会暴露代价函数权重和预测模型的问题。第四步接转速环，调PI参数。第五步接入扰动观测器，先用空载工况验证观测器不影响稳态性能，再加扰动工况验证补偿效果。

我实际调试中发现，多数电流环不收敛的问题都出在坐标变换方向上。电角度方向反了，MPC预测出来的dq电流就全乱了，而且不太容易一眼看出来。建议在仿真里加一个正弦电压激励，把实际电流相位和理论相位对比，确认旋向一致再继续往下走。

5. 仿真结果与参数影响规律

5.1 加入扰动观测器前后的对比波形

先看不加扰动观测器的基线工况：额定转速1500rpm，带5Nm负载，稳态运行。FCS-MPC的电流波形整体能跟上指令，但dq轴电流有明显脉动，这是单矢量MPC固有的电流纹波，开关频率不固定导致的频谱也比较分散。

加上扰动观测器之后，同样的工况下,稳态时dq电流的静差被压掉了，扰动估计值基本收敛到一个稳定值，电流纹波幅度有所下降。这不是观测器改变了MPC的开关策略，而是因为模型里的等效扰动被前馈补偿掉之后，预测模型和实际系统更“对齐”，代价函数选择出来的矢量自然更合理。

我记录的对比数据里，稳态q轴电流误差从未加观测器时的0.35A左右降到0.1A以下，电流总谐波畸变率THD大约下降了三四个百分点。

5.2 参数失配和负载突变下的鲁棒性验证

为了模拟真实工况的参数偏差，我把仿真中电机模型的电感设为控制器标称值的1.5倍，电阻设为1.2倍。没有观测器时，q轴电流静差明显增大，转速波形出现低频波动。同一工况，加入扰动观测器之后，观测器快速估计出等效扰动并补偿，dq电流静差基本恢复，转速波动也明显收窄。

再看负载突变工况：0.3s时负载转矩从3Nm直接阶跃到8Nm。没有观测器时，转速跌落约120rpm，恢复时间约150ms；加入观测器后，转速跌落降到约70rpm，恢复时间缩短到约80ms。扰动观测器在负载突变瞬间的响应速度是关键，转速外环来不及动作的早期阶段，观测器已经在电流环层面起到了前馈补偿作用。

这些结果说明，扰动观测器确实把MPC对模型误差的敏感度拉低了一个量级，系统鲁棒性明显提升。

5.3 观测器带宽对控制性能的影响

我特意做了一组ωo扫描实验，从2000rad/s到20000rad/s，观察扰动估计阶跃响应和电流波形变化。

ωo取2000rad/s时，扰动估计收敛很慢，负载突变后要好几拍才能跟上，补偿效果不明显。ωo取5000到10000rad/s时，响应速度和稳态精度都不错，波形干净。ωo超过20000rad/s时，电流波形开始出现高频抖动，采样噪声被放大后混入电压指令，id和iq脉动变大。

所以整定观测器带宽的正确思路是：以电流环带宽作为下限基准，再结合采样时间确定上限，在两者之间取一个折中值。这个需要根据你的实际系统采样噪声水平来定，仿真里噪声小，可以偏向快速响应；实际硬件系统里电流采样噪声大，就要保守一点。

6. 常见问题与排查技巧实录

6.1 电流发散、振荡、静差的排查方法

仿真里电流发散，十个里有八个是坐标变换问题，剩下两个是离散化步长不合理。坐标变换出错时，预测模型的dq电压投影方向是反的，MPC选出来的矢量完全不适合当前转子位置，电流就会越追越偏。排查方法是把实际dq电流和指令电流同时拉出来看，如果发散方向有周期性，基本就是角度方向问题。

电流高频振荡，多半是采样时间和MPC控制周期的配合有问题。比如MPC控制周期设了10us，但仿真步长也是10us，那电流采样的时间点可能和开关切换时间点重叠，导致采样到脉动量，预测就乱。建议仿真步长比控制周期至少小5倍。

稳态电流静差大，主要查预测模型参数和实际模型的偏差。如果确认没加扰动观测器，那静差就是FPCS-MPC的模型依赖特性造成的，不加补偿很难根除。

6.2 常见问题速查表

6.3 仿真之外：从MPC走向工程化的一点心得

仿真跑通只是第一步。把FCS-MPC和扰动观测器往实际控制器上移植时，有两个问题需要提前想好。

一是计算延迟。MPC每个控制周期要遍历8个矢量并做预测计算，在硬件上会占用不少CPU时间。实际控制器里要考虑一拍延迟补偿，也就是把预测起点往后推一个采样周期，否则电流响应会表现出额外的相位滞后。

二是模型差异。仿真里用的电机参数是“真实”参数，控制器用的标称参数可以随意改；实际系统里参数辨识和观测器参数整定往往比控制算法本身更花时间。扰动观测器的带宽在实际硬件上要重新整定，不能照搬仿真值，因为真实电流采样噪声和仿真不是一个量级。

我在实际项目中还有一个体会：FCS-MPC加扰动观测器这套组合，最大的价值不只是提升鲁棒性，而是把控制参数的调试难度降低了。传统PI方案里，参数失配的影响要靠PI积分项硬扛，调不好就容易振荡；现在有了扰动观测器，很多不确定因素被主动补偿掉了，控制器本身可以更激进地追求动态性能，调试重心从“反复调PI”变成了“整定观测器带宽”，思路清晰得多。

最后分享一个调试技巧：观测器刚接入系统时，别急着加负载扰动测试。先让系统在空载稳态下运行，把观测器输出拉出来看，如果估计值在零附近小幅波动，说明观测器本身是正常的；如果呈周期振荡或者有直流偏置，优先检查观测器方程里的符号和坐标变换方向。这个检查通过了，再做动态扰动测试，排查范围立刻缩小一大半。