扰动观测器(DOB)原理与Simulink实现详解

1. 为什么需要扰动观测器（DOB）？

在工业控制系统中，负载扰动是影响控制性能的主要因素之一。以伺服电机控制系统为例，当机械臂末端执行器突然抓取重物时，电机轴端会承受突加负载扭矩。传统PID控制器由于带宽限制，对这种突发扰动的抑制存在固有滞后性。

我曾在某包装产线改造项目中实测发现：当传送带上的包装盒堆积导致负载突变时，仅使用PID控制的电机转速会出现约15%的超调，恢复时间长达300ms。而引入DOB后，相同工况下超调降至3%以内，恢复时间缩短到80ms。这种改善源于DOB的核心能力——实时估计并补偿扰动。

关键理解：DOB不是替代PID，而是在PID基础上增加的前馈补偿通道。它通过构建系统逆模型来估计总扰动（包括模型误差和外部扰动），并在控制量中直接抵消。

2. Simulink建模前的数学准备

2.1 标准DOB结构解析

典型二阶系统DOB的离散化实现需要以下核心方程：

1. 名义模型逆：

   math复制Q(z)G_n^{-1}(z) = \frac{z^2 - (2 - \omega_n T)z + 1}{K_n T^2 \omega_n^2}
   

   其中ωn为截止频率，T为采样时间，Kn为标称增益。

2. 扰动估计：

   math复制\hat{d}(k) = Q(z)[G_n^{-1}(z)y(k) - u(k)]
   

我在实际调试中发现，Q滤波器的设计尤为关键。建议采用二阶巴特沃斯滤波器：

matlab复制[num,den] = butter(2, w_c/(fs/2));
Q = tf(num, den, Ts);

截止频率ωc一般取系统带宽的1/5~1/3，过高会导致噪声放大，过低则影响响应速度。

2.2 模型不确定性的处理

真实系统与标称模型的偏差ΔG会直接影响DOB性能。通过Simulink的Monte Carlo仿真可以验证鲁棒性：

matlab复制for i = 1:100
    K_actual = K_nom * (1 + 0.2*randn());  // ±20%参数变化
    simout = sim('DOB_Test.slx');
    overshoot(i) = max(simout.y) - 1;
end
histogram(overshoot);

3. Simulink实现详解

3.1 基础模块搭建

1. 创建标称模型：

   • 使用Transfer Fcn模块实现Gn(s)=Kn/(s²+2ζωns+ωn²)
   • 建议用MATLAB Function模块实现离散逆模型Gn^-1(z)

2. Q滤波器实现：

   matlab复制function y = Q_filter(u)
   persistent x1 x2 b a
   if isempty(x1)
       [b,a] = butter(2, 0.2);  // 20% Nyquist频率
       x1 = 0; x2 = 0;
   end
   y = b(1)*u + b(2)*x1 + b(3)*x2 - a(2)*x1 - a(3)*x2;
   x2 = x1; x1 = u;
   

3. 扰动观测器整合：
   

   • Subtract模块计算u - Gn^-1*y
   • Q滤波器输出即为d_hat

3.2 参数调试技巧

通过以下步骤可快速整定参数：

1. 先关闭DOB，调好基础PID参数
2. 逐渐增大Q滤波器带宽，观察抗扰动效果
3. 用Signal Generator注入0.1Hz~10Hz扫频扰动
4. 使用Bode Plot比较开环/闭环灵敏度函数

典型问题处理：

• 出现高频振荡：降低Q带宽或增加阻尼
• 稳态误差大：检查Gn与真实模型匹配度
• 数值不稳定：改用双精度求解器

4. 进阶应用实例

4.1 机械臂关节控制

某6轴机械臂的关节控制模型：

matlab复制J = 0.05;  // kg·m²
B = 0.01;  // N·m·s/rad
Gn = tf(1, [J B 0]);

当末端执行器抓取2kg负载时，等效惯量变化达30%。通过DOB补偿后，位置跟踪误差从±1.5°降至±0.3°。

4.2 电力电子变换器

Buck电路输出电压控制：

matlab复制L = 100e-6; C = 470e-6; R = 5;
Gn = tf(1, [L*C L/R 1]);

负载电流突变时，DOB可将调整时间从10ms缩短到2ms。关键点在于：

• 采用平均模型而非开关模型
• 采样率至少为开关频率的10倍
• 需考虑PWM延迟的相位补偿

5. 工程实践中的陷阱

1. 代数环问题：

   • 症状：仿真报错"Algebraic loop"
   • 解决：在Q滤波器后加单位延迟z^-1
   • 原理：打破u→d_hat→u的瞬时依赖

2. 量化误差累积：

   matlab复制// 错误做法
   d_hat = d_hat + Q*(Gn_inv*y - u); 
   
   // 正确做法
   d_hat = Q*(Gn_inv*y - u);
   

3. 实时实现陷阱：

   • 避免在中断服务程序中做矩阵求逆
   • 使用预计算的查表法实现非线性Gn^-1
   • 固定点运算时注意数值范围

我在某医疗机器人项目中曾遇到：由于未考虑电机齿槽转矩的周期性，DOB反而引入了6次谐波扰动。最终解决方案是在Q滤波器后串联一个50Hz陷波器。