【电控笔记z56】ADRC回路设计(与smo比较)

在这里插入图片描述
用在IPM
ADRC 估测反电动势
参数变动 : 内部扰动
SMO : 有高频成分 需要低通滤波器滤去 - 需要补偿延迟

两轴同步旋转坐标下做adrc
adrc适合去做变化速度比较低的扰动
ADRC : 估测高速变化的扰动 , 需要修改估测器

电机模型


Ld不等于Lq
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
式7如下蓝色框图

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
eso等效成一个纯积分器 - 所以控制器可以不用积分项i

观测内扰动

在这里插入图片描述

adrc

在这里插入图片描述

增益参数设计

在这里插入图片描述
观测器带宽为wo

追踪表现

在这里插入图片描述
在这里插入图片描述
带宽越高, 估测误差越小

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
ADRC算法与其他控制算法的融合可以进一步提高控制系统的性能和鲁棒性。以下是几种常见的与ADRC算法融合的多种算法设计: 1. 模糊-ADRC控制:将模糊控制与ADRC算法相结合,形成模糊-ADRC控制策略。通过模糊推理和规则库,可以有效处理系统的非线性和不确定性,而ADRC算法则负责对系统扰动进行估计和补偿。这种融合策略能够在控制精度和鲁棒性方面取得较好的效果。 2. 自适应-ADRC控制:将自适应控制与ADRC算法相结合,形成自适应-ADRC控制策略。自适应控制算法可以根据系统的动态变化调整控制参数,而ADRC算法则用于对系统的扰动进行估计和补偿。这种融合策略能够实现对系统参数变化和未知扰动的自适应控制。 3. 预测-ADRC控制:将预测控制与ADRC算法相结合,形成预测-ADRC控制策略。预测控制算法可以通过建立系统的模型进行预测,然后根据预测结果进行控制决策,而ADRC算法则用于对系统的扰动进行估计和补偿。这种融合策略能够提高控制系统对未来状态的预测能力。 4. 鲁棒-ADRC控制:将鲁棒控制与ADRC算法相结合,形成鲁棒-ADRC控制策略。鲁棒控制算法可以处理系统的参数不确定性和外部扰动,而ADRC算法则用于对系统的扰动进行估计和补偿。这种融合策略能够提高控制系统对参数变化和不确定性的鲁棒性。 这些融合策略可以根据具体的控制需求和系统特性进行选择和设计,以实现更好的控制性能和鲁棒性。同时,还可以根据实际情况进行参数调整和优化,以进一步提高系统的控制效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值