自抗扰控制（ADRC）理论与工程实践：1.2 ADRC的诞生：韩京清研究员的原创思想

最新推荐文章于 2025-12-07 21:20:15 发布
最新推荐文章于 2025-12-07 21:20:15 发布
阅读量18 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 自抗扰控制（ADRC）理论与工程实践 文章标签： 算法 ADRC 自抗扰控制 控制理论
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/u014750971/article/details/155511023

1.2 ADRC的诞生：韩京清研究员的原创思想

控制理论的演进并非总是平滑的渐进，某些时刻，它因一些颠覆性的思想而实现范式跃迁。自抗扰控制（Active Disturbance Rejection Control, ADRC）的诞生，正是这样一个时刻。其核心思想源于中国学者韩京清研究员于20世纪末期一系列开创性的工作。要理解ADRC，必须回溯至其源头，审视韩京清研究员如何以深刻的洞察力，批判性地重构了控制问题的描述与解决框架，从而开辟了一条迥异于PID与现代控制理论的新路径。

1.2.1 对PID控制局限的批判性反思与结构重构

韩京清研究员对控制理论的思考，始于对工业主流PID控制器“结构性缺陷”的深刻剖析[4]。他认为，PID的“基于误差，消除误差”原理存在三个根深蒂固的问题：

  1. 误差的取义不合理：PID直接对设定值r(t)r(t)r
了解本专栏 订阅专栏 解锁全文 超级会员免费看
自抗扰控制（ADRC）理论与工程实践：2.3 线性ADRC（LADRC）简介
技术工作者
12-03 375
摘要： 线性自抗扰控制（LADRC）通过将传统ADRC的非线性组件线性化，简化了参数整定与理论分析。其核心是线性扩张状态观测器（LESO），采用带宽参数化（如观测器带宽ω₀）实现扰动估计，并结合线性状态反馈（控制器带宽ω_c）与扰动补偿。LADRC仅需调节ω₀、ω_c和b₀三个参数，工程实用性显著提升。研究表明，LADRC与经典扰动观测器（DOB）和Luenberger观测器存在理论关联，但对模型精度依赖更低，适用于不确定性的积分串联型系统。然其性能受限于线性假设，在高非线性或强时变场景中可能需进一步优化。
自抗扰控制（ADRC）理论与工程实践：5.3 线性反馈简化与参数关系
技术工作者
12-04 14
本文探讨了自抗扰控制（ADRC）中线性反馈简化与参数关系，重点分析了线性ADRC（LADRC）的核心设计理念。通过将非线性状态误差反馈简化为线性PD控制，显著降低了参数整定难度，同时保持了良好的控制性能。文章深入阐述了控制器带宽ωc的物理意义及其与系统响应速度的关系，提出了"两个带宽"（ωc和观测器带宽ωo）的参数化整定方法，强调时间尺度分离原则（ωo=3~10ωc）的重要性。这种参数化方法将复杂控制问题转化为直观的响应速度和抗扰速度调节，大大提升了ADRC的工程实用性。
自抗扰控制（ADRC）理论与工程实践：1.3 ADRC的理论地位与学派发展
技术工作者
12-03 25
摘要 自抗扰控制（ADRC）是一种工程导向的控制方法，通过扩张状态观测器（ESO）实时估计并补偿系统“总扰动”，具有低模型依赖性、强鲁棒性和易于工程实现的优势。与滑模控制（SMC）、自适应控制（AC）和干扰观测器（DOB）相比，ADRC融合了扰动估计与状态观测，避免了高频抖振或复杂参数辨识。线性ADRC的理论已较完备，但非线性ADRC的普适稳定性框架仍是研究难点。尽管早期面临国际质疑，ADRC通过实证应用（如运动控制、电力系统）逐渐被认可，成为控制领域的重要分支。未来研究需解决参数自整定、多变量扩展等问题，
自抗扰控制ADRC原理解析及案例应用
LIUMAO99的博客
08-19 8189
ESO的设计通常基于系统动态方程的线性化或近似模型，其输出包括系统状态的估计值和总扰动的估计值。非线性状态误差反馈控制律（Nonlinear State Error Feedback，NLSEF）是ADRC的最后一个环节，负责根据ESO和TD提供的信息生成控制信号。ADRC的另一个重要发展方向是与其他控制策略的融合，如模糊控制、神经网络和自适应控制等，以进一步提高系统的鲁棒性和适应性。ADRC的参数主要包括扩张状态观测器（ESO）的参数和非线性状态误差反馈控制律（NLSEF）的参数。
自抗扰控制（ADRC）理论与工程实践：3.2 非线性ESO的设计与特性
技术工作者
12-03 30
本文探讨了非线性扩张状态观测器（NESO）的设计原理与特性。通过引入时变增益和非光滑反馈机制，NESO采用非线性函数（如fal函数）替代线性ESO的固定增益，实现"大误差小增益、小误差大增益"的策略。这种设计在理论上具有有限时间收敛、更强的暂态鲁棒性和对特定扰动模式的适应性等优势。然而，NESO也面临参数整定复杂、稳定性分析困难、噪声敏感等工程挑战。相比线性ESO的简易性，NESO更适合高性能或研究性应用场景。核心在于平衡非线性增益的暂态性能和稳态精度，需权衡理论优势与工程实现的可行性。
自抗扰控制（ADRC）理论与工程实践：4.1 TD的基本原理与离散实现
技术工作者
12-03 34
摘要： 跟踪微分器（TD）是自抗扰控制（ADRC）的核心组件，通过对指令信号进行预处理，生成光滑无超调的过渡过程（$v_1$）并提取高质量微分信号（$v_2$），避免设定值突变引发的控制冲击。其设计基于时间最优控制理论，采用非线性最速控制综合函数（fhan），通过离散迭代算法实现快速跟踪。关键参数包括速度因子$r$（控制跟踪速度）和滤波因子$h$（调节平滑度）。TD输出的微分信号具有噪声抑制强、相位滞后小的优势，优于传统差分法。此外，线性TD通过极点配置实现类似功能，但非线性TD在ADRC中应用更广泛。
ADRC自抗扰控制—深度解析与实战指南2
技术工作者
07-13 1011
ADRC（自抗扰控制器）通过实时估计和补偿系统扰动，展现出优于传统PID控制的抗干扰能力和鲁棒性。其三大核心组件（过渡过程发生器、扩张状态观测器和非线性状态误差反馈）协同工作，实现对复杂系统的高效控制。实践表明，ADRC在电机控制等场景中能显著提升动态性能，降低62.5%的恢复时间。该技术突破了对精确模型的依赖，只需知晓系统相对阶次和大致增益即可实现优异控制效果。工程应用中建议从线性ADRC入手，逐步优化参数配置。
自抗扰控制（ADRC）理论与工程实践：9.1 MATLAB/Simulink仿真平台搭建
技术工作者
12-05 20
本文详细介绍了在MATLAB/Simulink中搭建自抗扰控制器(ADRC)仿真平台的完整流程。主要内容包括：仿真环境准备与基础建模方法，重点对比了传递函数和微分方程两种建模方式；ADRC核心模块(跟踪微分器、扩张状态观测器、非线性状态误差反馈)的Simulink实现技术；闭环系统集成与调试策略，强调参数管理和性能量化分析；以及从仿真模型到嵌入式代码生成的注意事项。该指南系统阐述了ADRC算法在Simulink环境中的实现细节，为控制算法的验证和工程应用提供了实用参考。
自抗扰控制（ADRC）理论与工程实践：5.1 非线性状态误差反馈律（NLSEF）
技术工作者
12-04 11
本文介绍了自抗扰控制（ADRC）中的非线性状态误差反馈律（NLSEF）设计原理。在扩张状态观测器（ESO）补偿系统扰动后，NLSEF通过非线性函数（如fal和fhan）实现状态误差的自适应反馈控制。相比线性反馈，NLSEF具有"小误差大增益，大误差小增益"的特性，能兼顾快速响应与平稳性。其核心参数（如幂次α、线性区δ）需经验调试，最终控制量由NLSEF输出与ESO扰动估计综合生成。NLSEF与ESO的前馈补偿相结合，形成ADRC的解耦控制结构，既优化动态性能又保证鲁棒性。
欧几里得距离算法-相似度
weixin_45609702的博客
12-04 195
本文介绍了一个计算欧几里得距离的Java方法。该方法接收两个Double数组作为输入，通过计算对应元素差值的平方和再开方，返回两个数组之间的欧几里得距离值。当输入数组长度不一致时，方法会返回0作为默认值。欧几里得距离算法常用于比较两个数组之间的相似度，是数据分析和机器学习中的基础距离度量方法。
练题100天——DAY21：统计奇数个数+合并有序数组
最新发布
2301_81099859的博客
12-07 252
今天写了两道题，难度，并更新了之前的DAY13的冒泡排序+二进制求和、DAY14全排列的思路。
Leetcode 68 搜索插入位置 | 寻找比目标字母大的最小字母
im_AMBER的博客
12-04 1034
你的错误逻辑正确逻辑找到 target 时返回 mid-1找到 target 时，继续向右查找（因为需要「大于」target 的最小字符）target <letters [mid] 时，mid 是候选，需保留，right=mid（左闭右开）或不立即排除 mid循环结束直接返回 letters [0]循环结束后，先判断 left 是否越界：越界则返回 letters [0]，否则返回 letters [left]初始right的取值与「越界判断」不匹配；
C++ ⼀级 2024 年 03 ⽉
weixin_46669997的博客
12-05 34
当 N 为9, 6, 3, 0时，满足条件 N % 3 == 0，因此它们被输出并跟随一个 #。要注意的是，字符串“a+1= ”最后有一个空格，因而输出的内容是：a+1= 2，答案为A。输入21，21%3的结果为0，进入if的分支，因而第4行代码可以被执行。19.【判断题】C++表达式 “10”*2 执行时将报错，因为 “10” 是字符串类型而2是整数类型，它们数据类型不同，不能在一起运算。Cout后面有两个<<，第1个输出字符串5%2=，第2个输出算术运算“5%2”的结果，为1，答案为D。
浅谈：快递物流与算法的相关性（五）
Duoya1105的博客
12-05 163
NP-C 的英文全称是 Non-deterministic Polynomial Complete，即多项式复杂程度的非确定性问题。简单的写法是NP=P？，问题就在这个问号上，到底有没有让NP=P的算法，或是如何证明NP≠P。启发式算法的思想是：在不断解决问题的过程中寻找解决问题的最优方案。再举一个通俗的例子：当我们用数字密码解锁手机时，如果我们不知道密码是多少，必须将所有的数字组合依次尝试。这听起来像是一句废话，如果将它抽象一点的表述，就是：能用电脑快速验证一个解的问题，是否也能够用电脑快速地求出解。
[优选算法专题十.哈希表 ——NO.55~57 两数之和、判定是否互为字符重排、存在重复元素]
2401_83386596的博客
12-03 688
两数之和问题的最优解法采用哈希表实现O(n)时间复杂度，通过存储元素值与下标的映射关系，快速查找互补值。字符重排判定问题通过单哈希数组统计字符出现次数，先加后减并实时校验，确保字符种类和数量完全一致。存在重复元素问题使用哈希集合检测重复元素，遍历数组时检查元素是否已存在于集合中。三种解法均利用哈希结构优化查找效率，将时间复杂度从暴力解法的O(n²)降至O(n)，是典型空间换时间策略的工业级实现。
简单多源BFS问题
MiauwYuki的博客
12-03 191
简单多源BFS问题
xtuoj Balls
2403_87130085的博客
12-04 292
对每个操作（交换第x和x-1Swapa[x]a[x-1]xx-1a[x-1]a[x]la。
【区块链技术（05）】区块链核心技术：哈希算法再区块链中的应用；区块哈希与默克尔树；公开密钥算法、编码和解码算法（BASE58、BASE64）
拔高、提升、创新！
12-06 747
以比特币中使用的二叉Merkle树为例 每条交易的哈希值就是一个叶子节点，从下往上将两个相邻叶子节点的组合哈希作为新的哈希值，新的哈希值成为树节点继续与相邻的树节点组合成新的哈希值。 在重复一定次数后直到形成唯一的根节点。 最后得到的Merkle根需要保存到区块头中，以便仅需通过区块头就可以对交易进行简单支付验证，这一过程也成为SPV（Simplified Payment Verification）。
力扣每日一题：统计梯形的数目
yyssas的博客
12-03 179
同时，由于这里只是统计有平行边的四边形，会出现平行四边形，因为两对边都是平行边，因此被统计了两次。对于平行四边形，要判断，就是通过两个对角线的中点是相同的。因此，只要对角线的中点是相同的，然后找所有不同k的边，就可以顺利统计出平行四边形的个数。此处，首先要先统计所谓平行的边，判断依据就是斜率相同且截距不同，因此，要统计平行的边组成的梯形的个数，就是找k相同，b不同的。因此，要用一个哈希表，外层存k，内存存b，这样才能实现遍历的时候正确统计平行边个数。个点在笛卡尔平面上的坐标。给你一个二维整数数组。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

FanXing_zl

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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