离散状态观测器

-伺服（实用）A川伺服--模型追踪控制（末端低频振动抑制-pmsm 完全自己搭建，原理清晰，效果可靠，可实际验证 包含: （1）详细原理性推导 （2）仿真基于离散化模型以及离散化设计 （3）包含源代码作为参考 （4）1.5延时补偿

伺服系统里最让人头疼的莫过于末端振动问题。今天咱们聊聊怎么用模型追踪控制（Model Tracking Control）给PMSM电机装个"减震器"，直接从原理推导到代码实现，手把手整点硬核的。

先看这张结构图（脑补）：控制器和被控对象中间插了个理想模型，目标就是让实际输出紧紧咬住模型输出。这招妙在既能保证动态响应，又能主动抑制外部干扰引起的振动。

先扒开PMSM的数学底裤

永磁同步电机在d-q轴下的电压方程别慌，咱们只关注核心部分：

% 简化后的机械运动方程 J*dw/dt = Te - Tl - B*w Te = 1.5*p*(ψf*iq + (Ld-Lq)*id*iq) % 电磁转矩

实际调试中发现，负载转矩Tl的低频波动是振动主因。这时候传统的PID就像用苍蝇拍打大象——使不上劲。

上硬菜——模型追踪控制

核心思想是把系统拆成两个部分处理：

1. 名义模型（理想情况下的系统）
2. 扰动观测器（专门抓各种幺蛾子）

离散化设计时特别注意采样周期T的选择，举个仿真代码片段：

def disturbance_observer(x_prev, u, y, Ts): A_d = np.array([[1 - Ts*B/J, Ts/J], [0, 1]]) # 离散化后的系统矩阵 L = np.array([0.5, 0.3]) # 观测器增益，调试重点！ x_est = A_d @ x_prev + Ts * np.array([u/J, 0]) y_est = x_est[0] x_corrected = x_est + L * (y - y_est) return x_corrected

这里L的选取直接决定观测器性能，经验是让极点比系统快2-3倍，但别太猛否则噪声放大。

-伺服（实用）A川伺服--模型追踪控制（末端低频振动抑制-pmsm 完全自己搭建，原理清晰，效果可靠，可实际验证 包含: （1）详细原理性推导 （2）仿真基于离散化模型以及离散化设计 （3）包含源代码作为参考 （4）1.5延时补偿

延时补偿的骚操作

实际系统总有1.5个采样周期的延迟（传感器+计算），代码里这么处理：

// 环形缓冲区实现延时补偿 float buffer[3] = {0}; void delay_compensation(float new_val) { static int idx = 0; buffer[idx] = new_val; idx = (idx + 1) % 3; float compensated = 1.5*buffer[(idx+1)%3] - 0.5*buffer[(idx+2)%3]; return compensated; }

这其实是个线性预测器，用前两个历史值预测当前状态。实测能把相位滞后从54度压到12度左右。

给个仿真效果对比

没加控制时振动幅度0.8rad/s²，加上追踪控制后直接干到0.05以内。关键看这段控制律实现：

def control_law(theta_ref, theta_actual, w_actual, Tl_est): Kp = 12.0 # 刚度系数 Kd = 0.5 # 阻尼系数 u = Kp*(theta_ref - theta_actual) - Kd*w_actual + Tl_est return np.clip(u, -48, 48) # 电压限幅

这里Tl_est就是观测器抓到的负载扰动，直接前馈补偿。注意clip防止积分饱和，别问怎么知道的——都是炸过管子的教训。

整套方案在STM32G4系列上跑通，关键中断服务程序里这两行最要命：

__HAL_TIM_SET_COMPARE(&htim1, TIM_CHANNEL_1, duty_cycle); __HAL_TIM_SET_COUNTER(&htim1, 0); // 必须重置计数器保证同步

忘了重置计数器会导致相位乱飘，这个坑足足卡了三天。

最后说句实在话，理论模型再漂亮也得在示波器上见真章。调参时建议先开环扫频，找到共振点再针对性地整定观测器带宽。代码仓库里放了完整的motorcontrolv2.1分支，里边有血泪注释版，自取不谢。