foc进阶篇3——对比PLL测速,为M法加低通正名

news2026/5/16 6:14:33
foc进阶篇3——对比PLL测速为M法加低通正名相信大部分人在刚开始接触编码器时对电机的转速获取基本都是使用M法测速加低通滤波的方式。但随着工作学习的不断深入会逐渐听到有人说PLL测速更好诸如什么“pll是观测器”、“pll的积分环节会让数据更平滑”等理由。于是自己也开始使用pll测速似乎是比M法低通更好但具体好在哪里又说不清楚。不过今天我就直接告诉大家有些结构的PLL测速是可以和M法加IIR低通完全等效的而有些还不如M法加低通。破除迷信为M法测速加低通滤波正名。注本文所述的PLL仅针对有感的编码器测速并不涉及电角度滤波更不涉及无感的电角度获取。1.经典结构的PLL测速结论由于这种结构的pll传递函数并不是标准的二阶弹簧阻尼的形式因此即使阻尼比设置为1也仍然会过冲。不建议将它用到速度环的反馈中。2. 纯P环节的PLL测速结论不难发现纯P环节的PLL测速其实就相当于一阶低通滤波时间常数为1/kp。3. 仅引出积分项的PLL测速结论这种结构的PLL测速就相当于二阶低通滤波可以通过设置kp、ki来修改ωn和ζ。而对于ζ1的特例也可以将两个一阶低通串联达到相同的效果。4.纯p环节PLL和引出积分项PLL对比1阶跃响应对比2噪声抑制对比结论不难发现在ωn一样的情况下引出积分项的pll更加平滑但也更加滞后其实就是二阶低通对比一阶低通。注以上全部实验都是基于连续模型只是为了给大家一个感性认识。实际跑在单片机上是离散的对于ωn等参数不可以直接等效而是需要换算。5.代码实测1三种PLL的对比首先定义三种pll及函数注意这些pll测的速度是电角速度单位rad/s。实际使用将其转化为机械转速单位RPM#defineDT0.00005f#definePI_F3.14159265359f#defineWN1000.0f#defineZETA1.0fstructPLL_TYPE{float32_tkp,ki;float32_tI;float32_tangle,speed;};/*经典结构PLL*/structPLL_TYPEpll{.kp2.0f*WN*ZETA,.kiWN*WN};/*纯P环节PLL*/structPLL_TYPEpll_p{.kp2.0f*WN*ZETA,};/*引出积分项PLL*/structPLL_TYPEpll_i{.kp2.0f*WN*ZETA,.kiWN*WN};/*经典结构PLL*/voidPLL_Get(structPLL_TYPE*pll,float32_tangleIn){float32_terrorangleIn-pll-angle;if(errorPI_F)error-PI_F*2.0f;elseif(error-PI_F)errorPI_F*2.0f;pll-Ipll-ki*error*DT;pll-speedpll-kp*errorI;pll-anglepll-speed*DT;if(pll-anglePI_F*2.0f)pll-angle-PI_F*2.0f;elseif(pll-angle0.0f)pll-anglePI_F*2.0f;}/*纯P环节PLL*/voidPLL_P_Get(structPLL_TYPE*pll,float32_tangleIn){float32_terrorangleIn-pll-angle;if(errorPI_F)error-PI_F*2.0f;elseif(error-PI_F)errorPI_F*2.0f;pll-speedpll-kp*error;pll-anglepll-speed*DT;if(pll-anglePI_F*2.0f)pll-angle-PI_F*2.0f;elseif(pll-angle0.0f)pll-anglePI_F*2.0f;}/*引出积分项PLL*/voidPLL_I_Get(structPLL_TYPE*pll,float32_tangleIn){float32_terrorangleIn-pll-angle;if(errorPI_F)error-PI_F*2.0f;elseif(error-PI_F)errorPI_F*2.0f;pll-speedpll-ki*error*DT;pll-angle(pll-speedpll-kp*error)*DT;if(pll-anglePI_F*2.0f)pll-angle-PI_F*2.0f;elseif(pll-angle0.0f)pll-anglePI_F*2.0f;}可以看到经典pll虽然相位上比较超前但出现了过冲由前面仿真得知这个过冲很可能比真实速度更高纯P环节pll在相位滞后以及毛刺抑制上属于中间水平引出积分项的pll测速最平滑但也最滞后。这里我使用电流环给iq指令让电机加速。三种pll的执行频率都为20kHz上位机的打印频率为10kHz。2纯P环节PLL和M法加一阶低通对比纯P环节pll和M法加低通测速完全重合了第二张图加了一点Y轴偏置才得以看出。这里pll的kp2000执行频率为20kHzM法的采样频率和滤波频率也为20kHz滤波系数为0.1。不知道有没有人发现了什么。看到这里可能会有人疑惑。为什么我的M法测速加低通滤波不是这个效果其实是采样频率的问题。6.M法加低通不如PLL的原因相信大家在学习速度环的时候大概都听过这样一句话“由于电机的机械时间常数远大于电气时间常数所以速度环的执行频率一般是电流环的十分之一”。这里先不评价这句话但相信大概率会因为听了这句话选择把M法测速的采样频率也拉到电流环执行频率的十分之一。这里将M法测速及滤波的频率降低到2kHz对比20kHz执行频率的纯P环节pll。这里为了保证低通滤波的截止频率与之前接近因此滤波系数改为0.526pll的参数不变。发现没有M法加低通测速的波形变成了阶梯状并且整体相对pll更滞后一些。大家也可以尝试使用2kHz采样的M法配合20kHz的滤波滤波系数为0.1去对比pll测速。我这里已经试过了虽然阶梯状没有了但相比pll还是滞后了。还有这里2kHz采样的M法相比前面20kHz采样的噪声低了很多并且最左边的点连起来的相位相比pll超前可不可以用它来做速度反馈如果你的速度环执行频率也是2k的话那么确实可以。但请注意它的数据更新频率也只有2k如果你后面打算将速度环的执行频率提高到4k、5k甚至10k那么当中有几次的反馈值都是之前的、不变的。这里我更加建议使用20kHz采样的M法测速加十次滑动平均滤波来代替2kHz采样的M法测速这样既可以达到相同的噪声水平又能保证数据的更新频率而且滞后程度也是一样的对比2k采样M法最左边的点连起来的线。结论为什么你感觉M法加低通效果不如pll好就是因为采样频率的问题。你的M法采样频率只有电流环执行频率的十分之一而pll一般和电流环同频正是因为这一点导致M法丢失了一些信息。7.总结1.经典结构的pll测速在面对阶跃信号或斜率较高的信号会产生虚假过冲如果将它作为速度环的反馈可能会引起更大的过冲以及振荡不建议使用。2.纯p结构的pll测速基本可以等效为M法测速加一阶IIR低通滤波。但是要注意这种方法不可以用于角度跟踪滤波因为存在稳态误差角度滞后。还有使用的时候kp要比较大或者说ωn不能太低否则电机加速度大会出现失锁的可能这点与低通滤波不同。3.仅引出积分项的pll测速基本可以等效为M法测速加二阶IIR低通滤波。4.M法的采样频率要尽可能的高不用担心低速时两次采样采不到脉冲增量只要配合低通滤波即可。但要注意编码器分辨率越低低速时的毛刺就越大如果加大滤波则会引入更多延迟和滞后这一点PLL也是一样的。既想要毛刺小又想要延迟滞后少那就要使用更高分辨率的编码器配合较小的滤波或者速度观测器不过这玩意也有局限性。5.虽然pll测速可以等效为M法加低通的形式并且相比M法加低通pll更容易出现失锁的情况如果ωn设置过低但有几个地方是M法加低通不可比拟的。首先它可以在测速的同时给电角度滤波。其次它可以稍加改造变成速度观测器和扰动观测器这一点后面有机会再说。参考资料https://zhuanlan.zhihu.com/p/665627084https://zhuanlan.zhihu.com/p/366750470https://github.com/odriverobotics/ODrive

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2505462.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…