实时控制算法设计

磁悬浮技术的核心在于通过电磁力抵消重力或其他外力，使物体在空间中保持稳定悬浮。然而，根据恩肖定理（Earnshaw's Theorem），仅靠静态永久磁铁无法在所有方向上实现稳定的平衡。这意味着磁悬浮系统在本质上是不稳定的：一旦物体偏离平衡位置，磁力会迅速将其拉向磁极或使其掉落。

为了实现稳定悬浮，必须引入实时控制算法。实时控制系统的目标是通过高频采集位移传感器的数据，实时计算并调整电磁铁的电流，从而产生一个能够抵消扰动并维持设定间隙（Air Gap）的动态力。这种控制必须满足“实时性”要求，即计算延迟必须远低于系统的机械时间常数，否则会导致系统产生剧烈震荡甚至崩溃。

磁悬浮系统的数学建模与线性化

在设计控制算法之前，必须建立系统的数学模型。一个典型的单轴磁悬浮系统可简化为：
$$m\frac{d^2x}{dt^2} = mg - F_{mag}(i, x)$$
其中，$m$ 为物体质量，$g$ 为重力加速度，$x$ 为悬浮间隙，$F_{mag}$ 是电磁力，它与电流 $i$ 的平方成正比，与间隙 $x$ 的平方成反比。

由于 $F_{mag}$ 是非线性的，直接设计控制器较为困难。通常采用小信号线性化方法，在平衡点 $(x_0, i_0)$ 附近将系统展开，将其转化为状态空间表达式：
$$\dot{\mathbf{x}} = A\mathbf{x} + B\mathbf{u}$$
其中状态向量 $\mathbf{x} = [x, \dot{x}]^T$，输入 $\mathbf{u}$ 为电流的偏差值。通过这种线性化，我们可以利用经典的控制理论来设计算法。

核心控制算法设计

根据系统需求的不同，通常采用以下几种主流的控制算法：

1. PID 控制（比例-积分-微分控制）

PID 是工业界最常用的基础算法。在磁悬浮系统中，各环节的作用如下：

• 比例项 (P)： 提供类似于“虚拟弹簧”的刚度。偏差越大，产生的恢复力越大。
• 微分项 (D)： 提供“虚拟阻尼”。由于磁悬浮系统缺乏自然阻尼，D 项至关重要，它能抑制系统震荡，提高稳定性。
• 积分项 (I)： 消除静态误差。确保物体在长时间运行后能精确地停在设定高度，抵消由于参数漂移或负载变化带来的影响。

局限性： PID 难以处理强非线性区域，且参数调优（Tuning）在多变量耦合系统中较为复杂。

2. LQR 线性二次型调节器 (Linear Quadratic Regulator)

对于追求最优性能的系统，LQR 是一种更先进的选择。它通过定义一个代价函数 $J$ 来平衡“控制误差”与“能量消耗”：
$$J = \int_{0}^{\infty} (\mathbf{x}^T Q \mathbf{x} + \mathbf{u}^T R \mathbf{u}) dt$$
通过求解代数黎卡提方程（ARE），可以获得最优反馈增益矩阵 $K$，使得控制律 $\mathbf{u} = -K\mathbf{x}$ 在数学上达到最优。LQR 能够同时考虑位置和速度，比 PID 具有更好的鲁棒性和动态响应。

3. 滑模控制 (Sliding Mode Control, SMC)

针对磁悬浮系统对外部扰动（如风力、负载变化）敏感的特点，滑模控制通过设计一个“滑动面”，强制系统状态在有限时间内到达该面并沿其滑动至平衡点。其特点是具有极强的鲁棒性，能够有效应对模型参数的不确定性。

实时实现架构与关键技术

算法的理论正确性并不等同于实际运行的稳定性。在实时实现过程中，需要关注以下核心机制：

采样频率与确定性

磁悬浮系统的极点通常位于右半平面，这意味着不稳定性增加极快。因此，控制循环的采样频率 $\text{f}_s$ 必须足够高（通常在 $1\text{kHz}$ 到 $10\text{kHz}$ 之间）。必须使用实时操作系统（RTOS）或 FPGA 来确保任务执行的确定性（Determinism），避免因操作系统调度导致的随机抖动（Jitter）。

传感器噪声滤波

位移传感器（如电感式或激光传感器）不可避免地会引入高频噪声。由于微分项（D）会对噪声进行放大，直接使用原始数据会导致电流剧烈波动。通常采用以下方案：

• 低通滤波器 (LPF)： 滤除高频噪声，但会引入相位滞后。
• 卡尔曼滤波器 (Kalman Filter)： 通过状态预测和测量更新，在噪声环境下获得最优的状态估计 $\hat{x}$ 和 $\hat{v}$。

执行器饱和与抗饱和 (Anti-windup)

电磁铁的驱动电源有电压上限，这意味着电流 $i$ 存在最大值。当系统出现大偏差导致积分项持续累积时，会产生“积分饱和”现象，导致系统在越过平衡点后产生严重的超调。设计时必须加入抗饱和逻辑，在输出达到限幅值时停止积分累加。

算法实现示例流程

一个典型的实时控制循环伪代码如下：

// 实时控制循环 (定时中断触发, 周期 1ms)
void Control_Loop_ISR() {
    // 1. 采集传感器数据
    float raw_pos = Read_Position_Sensor();
    
    // 2. 信号处理 (低通滤波/卡尔曼滤波)
    float filtered_pos = Kalman_Update(raw_pos);
    
    // 3. 计算偏差
    float error = setpoint - filtered_pos;
    
    // 4. PID 计算
    float p_term = Kp * error;
    integral += error * dt;
    float i_term = Ki * integral;
    float d_term = Kd * (error - prev_error) / dt;
    
    float control_output = p_term + i_term + d_term;
    
    // 5. 输出限幅与抗饱和
    if (control_output > MAX_CURRENT) {
        control_output = MAX_CURRENT;
        integral -= error * dt; // 简单的抗饱和处理
    }
    
    // 6. 驱动执行器 (PWM 输出)
    Write_PWM_Driver(control_output);
    
    prev_error = error;
}

总结

实时控制算法是磁悬浮系统的“大脑”。从基础的 PID 到最优的 LQR，再到鲁棒的滑模控制，算法设计的核心在于在不稳定性与响应速度之间寻找平衡。在实际工程中，高频的采样、精确的状态估计以及严格的实时执行环境，是确保磁悬浮系统能够稳定运行的关键支撑。