1. 引言

在现代医疗设备领域，便携制氧装置因其广泛的应用前景和需求，正逐渐成为研究的热点。然而，传统制氧装置普遍存在体积大、重量重、效率低等问题，无法满足便携性和高效性的双重要求。因此，研发一种高效、便携的制氧装置成为亟待解决的重要课题。无刷直流电机(BLDC)因其具有高效、低噪音、长寿命等优点，成为制氧装置的理想驱动电机。然而，BLDC电机的控制存在一定的技术难度，为了解决这些问题提出了一种基于自抗扰控制(ADRC)算法的无刷直流电机控制方法，应用于便携制氧装置中，为医疗行业带来新的发展机遇。

2. ADRC算法的优化和应用

2.1. 理论基础与算法概述

ADRC (Active Disturbance Rejection Control)控制算法是一种高效的控制策略，旨在提高系统对内部和外部干扰的抵抗能力。该算法由汉·景康于1990年代初提出，并迅速发展成为控制理论领域的一个重要分支。ADRC是通过在线估计并补偿系统的内部动态和外部干扰，从而实现对系统状态的精确控制。ADRC控制算法主要包含了三个部分，对输入信号进行跟踪微分的跟踪微分器、对跟踪信号和微分信号的误差进行补偿的误差补偿控制器、对跟踪信号、微分信号和扰动信号进行观测的扩张状态观测器[1]。

跟踪微分器用于生成平滑的指令信号，以减少系统的运动惯性影响；扩展状态观测器负责估计系统的总扰动，包括模型的不确定性和外部干扰；非线性状态误差反馈律则根据观测到的扩展状态进行动态补偿，优化控制输入。ADRC的独特之处在于其对模型不精确性的高容忍度和对外部未知干扰的有效抑制。这使得ADRC在许多实际工业应用中表现出色，特别是在那些对模型精确度要求不高或工作环境变化大的场合。例如，在航空航天、汽车电子、机器人技术以及能源系统中，ADRC都有着广泛的应用。使用ADRC可以极大简化控制系统设计和调试过程。由于ADRC不依赖于精确的数学模型，它可以在模型参数不完全已知或者难以准确建模的情况下，依旧保持良好的控制效果。ADRC通过动态补偿干扰，能够显著提高系统的快速响应能力和稳定性。

2.2. ADRC算法的参数优化

ADRC算法主要包含三个关键部分：跟踪微分器(TD)、扩展状态观测器(ESO)和非线性状态误差反馈(NLSEF)。跟踪微分器(TD)的参数决定了系统对输入信号的响应速度和平滑度。通过对TD的带宽参数进行优化，可以在确保响应速度的同时，减少系统的振荡现象。通常采用仿真和实验相结合的方法来确定最优的带宽参数，以适应不同工作条件下的需求。扩展状态观测器(ESO)的参数设置直接影响系统的抗干扰能力和状态估计精度。ESO的带宽参数需要根据系统的动态特性和外部扰动情况进行调整。较高的带宽可以提高系统的动态响应能力，但可能引入噪声；较低的带宽则可以平滑估计，但会降低响应速度。因此，参数的选择需要在抗扰动能力和噪声抑制之间找到平衡点。非线性状态误差反馈(NLSEF)的增益参数对系统的稳定性和控制精度起决定性作用。

2.3. 算法的实际应用与集成

电机控制系统设计需要考虑ADRC算法的特点，包括扩展状态观测器(ESO)的实时状态估计和非线性状态误差反馈(NLSEF)的扰动补偿能力。在实现ADRC算法的嵌入式系统方面，选择合适的微控制器和编程语言至关重要。在集成过程中，将优化后的ADRC算法与无刷直流电机、传感器和其他控制模块进行协同测试。通过在实验室条件下模拟不同的工作环境，验证系统在各种工况下的稳定性和响应速度。经过多轮优化和调试，成功将ADRC算法集成到便携制氧装置中，实现了电机的精确控制和系统的高效运行。

3. 无刷直流电机的控制系统开发

3.1. 控制系统设计

硬件选择方面，采用高性能的微控制器，以支持ADRC算法的实时运算需求。选用精密传感器，如霍尔效应传感器和位置编码器，以准确检测电机的运行状态和位置。软件架构设计方面，采用模块化设计方法，将控制系统分为传感器数据处理、ADRC算法执行、驱动信号生成等多个模块。各模块独立开发和测试，确保系统的灵活性和可维护性。ADRC算法部分通过优化扩展状态观测器(ESO)和非线性状态误差反馈(NLSEF)的参数，实现对电机的精确控制。为了增强系统的鲁棒性，控制系统设计中还引入了故障诊断和安全保护机制，如过流保护、过温保护和异常检测等。

3.2. 实现ADRC控制算法

自抗扰控制(ADRC)是一种新型控制算法，能够有效克服系统中的非线性、时变性和不确定性问题。ADRC通过对扰动的观测和补偿，实现了系统的高精度控制。在BLDC电机的控制中，ADRC表现出显著的优越性。

ADRC算法包括三个主要部分：跟踪微分器(TD)、扩展状态观测器(ESO)和非线性状态误差反馈(NLSEF)。

1) 跟踪微分器(TD)用于生成理想轨迹并对输入信号进行微分，以减少信号的高频噪声。其数学模型为：

${\stackrel{\dot{}}{x}}_1=x_2$ , ${\stackrel{\dot{}}{x}}_2=-\frac{f\left(x_1-r\right)+h\cdot \mathrm{sgn}\left(x_2-r\right)}{T}$

其中，x₁为输入信号，x₂为微分信号，f为非线性函数，h和T为调节参数，r为期望轨迹。

2) 扩展状态观测器(ESO)用于估计系统的状态和总扰动。其数学模型为：

${\stackrel{\dot{}}{z}}_1=z_2+{\beta }_1\left(y-z_1\right)$ , ${\stackrel{\dot{}}{z}}_2=z_3+{\beta }_2\left(y-{\beta }_2\right)$ , ${\stackrel{\dot{}}{z}}_3={\stackrel{\dot{}}{z}}_3+{\beta }_3\left(y-z_1\right)$

其中，z₁为系统输出，z₂和z₃分别为系统状态和总扰动的估计值， ${\beta }_1$ 、 ${\beta }_2$ 和 ${\beta }_3$ 为观测器增益。

3) 非线性状态误差反馈(NLSEF)用于根据观测到的状态和扰动进行反馈控制。其数学模型为：

$U=-k_1{e}_1-k_2{e}_2-\hat{d}$

其中，u为控制输入，e₁和e₂为状态误差， $\hat{d}$ 为扰动估计值，k₁和k₂为反馈增益。

通过将ADRC应用于BLDC电机的控制系统，能够实现对电机转速和位置的高精度控制。实验结果表明，ADRC控制算法在处理系统的非线性和不确定性方面具有显著优势，能够显著提高电机的动态响应速度和稳态精度，确保系统在复杂工况下的稳定运行。

4. 制氧系统的整体设计与集成

4.1. 系统设计

便携制氧装置[2]是为了满足患者在家庭或移动环境中的氧疗需求而设计的，它使患者能够在不受地点限制的情况下接受氧气治疗。这类设备通常体积较小、重量轻，便于携带，非常适合需长时间氧疗的慢性疾病患者或需要在外出时使用氧气的用户。便携制氧装置的设计强调轻便性、稳定性和高效能。便携式设备还需具备良好的电池续航能力，以支持长时间的使用。便携制氧装置主要通过两种技术实现氧气的生成：压缩空气分离技术(PSA)和膜分离技术。PSA技术通过物理吸附作用，将压缩空气中的氮气吸附，从而分离出氧气[3]。这一过程需要精确的控制系统来调节压力和流量，确保氧气的纯度和输出稳定性。膜分离技术则使用特定的半透膜，仅允许氧气等小分子气体通过，从而实现氧气的提纯和分离。

用户的安全是设计便携制氧装置时的首要考虑。因此，设备通常内置多种安全保护机制，如过热保护、过压保护和低氧量报警等。例如对于患有慢性呼吸系统疾病(如COPD)的患者，便携制氧机能显著提升其生活质量，并帮助他们更好地进行日常活动。

4.2. 系统集成

在便携制氧装置的系统集成过程中，将各个独立设计的模块，包括无刷直流电机、ADRC控制系统、氧气生成单元和用户界面，进行整体组装。首先，将无刷直流电机与优化后的ADRC控制系统连接，确保信号传输的稳定性和电机响应的准确性。然后，集成氧气生成单元，通过精密管路连接压缩机、过滤器和分子筛塔，实现高效的氧气分离和输出[4]。用户界面的集成则通过友好且直观的设计，使操作简便易行。系统集成完成后，进行全面的功能调试，确保各模块之间的协同工作，并检查所有连接点的安全性和可靠性。

4.3. 性能评估

性能评估是验证制氧系统设计和集成效果的重要手段。通过实验测试和数据分析，可以全面评估系统的性能指标。氧气纯度和产氧量是制氧系统的两个主要性能指标。通过实验测试，可以测量系统在不同工作条件下的氧气纯度和产氧量，验证氧气发生单元的制氧效果。实验结果表明，基于自抗扰控制(ADRC)算法的BLDC电机驱动制氧系统在不同工作条件下均能保持高纯度的氧气输出，并具有稳定的产氧量。系统的稳定性和响应速度也是重要的性能指标。通过动态测试，可以评估系统在不同负载条件下的响应速度和稳定性。实验结果表明，ADRC算法显著提高了系统的动态响应速度和稳态精度，确保系统在复杂工况下的稳定运行。能耗和便携性是便携制氧系统的重要评价指标。通过测试系统的能耗，可以评估电源管理单元的能效表现。实验结果显示，基于锂电池的电源管理系统能够提供长时间稳定的电能供应，满足便携制氧系统的需求。同时，通过测量系统的重量和体积，可以评估系统的便携性。研究结果表明，系统设计紧凑，重量轻，便于携带，满足便携制氧的应用需求。

5. 基于ADRC控制算法的便携制氧装置的应用前景

5.1. 医疗健康领域的广泛应用

便携制氧装置在医疗健康领域具有重要应用价值，尤其适用于需要长期氧疗的慢性病患者，如慢性阻塞性肺病(COPD)、哮喘和肺纤维化等。基于ADRC控制算法的便携制氧装置，通过精准控制无刷直流电机，提高了制氧效率和系统稳定性，为患者提供了稳定、持续、高纯度的氧气供应。这种装置的便携性使患者能够在家中、外出和旅行时随时随地进行氧疗，大大提升了生活质量。此外，便携制氧装置在急救和灾害救援中也具有重要作用，能够为突发疾病患者和受灾人员提供及时的氧气支持。

5.2. 健康保健与体育训练的潜在市场

除了医疗用途，便携制氧装置在健康保健和体育训练领域也有广阔的应用前景。现代人群对健康生活方式的追求不断提升，高效便携的制氧装置能够为健康保健提供便捷的氧疗服务。在高原旅行、登山和长时间的运动训练中，便携制氧装置能够帮助人体克服高海拔缺氧和运动后氧气不足的问题，提升运动表现和身体恢复速度。对于专业运动员和极限运动爱好者，便携制氧装置可以作为训练和恢复的重要辅助设备，帮助他们在高强度训练后迅速恢复体能。

5.3. 工业与环境保护的应用

在工业和环境保护领域，便携制氧装置也具有重要的应用价值。工业生产中，某些工艺过程需要高纯度的氧气，如金属冶炼、化工合成和电子制造等。基于ADRC控制算法的便携制氧装置能够为这些工艺过程提供高效、稳定的氧气供应，提升生产效率和产品质量。同时，在环境监测和生态保护中，便携制氧装置可以用于氧气含量检测和空气质量评估，为环境保护和生态恢复提供科学依据。此外，便携制氧装置在水处理和养殖业中也有应用，通过提供充足的氧气，提高水质和养殖效率。

5.4. 技术创新推动市场发展

基于ADRC控制算法的便携制氧装置在技术创新方面具有显著优势，能够有效应对系统的非线性、时变性和不确定性问题，提升系统的响应速度和控制精度。随着技术的不断进步，便携制氧装置的性能将进一步优化，体积和重量将进一步减小，使用体验将更加便捷。未来，随着市场需求的增长和技术的不断革新，便携制氧装置将在更多领域得到应用和推广。政府政策的支持和市场需求的推动，将加速便携制氧装置的普及应用，带动相关产业链的发展，创造更多的经济和社会效益。

6. 结语

本研究通过引入ADRC控制算法，成功开发了一种高效、稳定的便携制氧装置。优化后的ADRC算法[5]在无刷直流电机控制中表现出卓越的抗干扰能力和响应速度，显著提升了系统的性能和可靠性。硬件选择和软件架构的精细设计保证了各模块的高效协同工作，系统集成过程中实时监测与动态补偿的结合，确保了装置在不同负载和环境下的稳定运行。功能测试和性能验证结果表明，该装置在氧气生成效率、系统稳定性和能效方面均表现优异。临床测试和用户满意度调查进一步确认了其操作简便、安全可靠，具备广泛的应用前景。

基金项目

中青年课题项目名称：一种基于ADRC控制算法无刷直流电机的便携制氧装置的研究。编号：2023KY2098。

参考文献