3、数字控制环路：数字PID控制器原理、数字补偿器设计、量化效应对环路的影响

数字电源和模拟电源最大的区别在哪？

我个人觉得，就在这个“控制环路”里。模拟环路靠运放和阻容网络，调起来得换电阻电容，麻烦。数字环路呢？改几个系数就行，甚至可以在线调。听起来很美好，对吧？但数字环路也有它的“坑”。

这一章，我们就来聊聊数字控制环路的三个核心：PID原理、补偿器设计，以及那个容易被忽略的“量化效应”。

3.1 数字PID控制器：从模拟到数字的“翻译”

PID，比例-积分-微分。搞控制的没人不知道。但在数字域里，它不再是连续的电压信号，而是一串离散的数值。

位置式PID，说白了就是直接模仿模拟PID的表达式：

u(k) = Kp * e(k) + Ki * Σe(i) + Kd * [e(k) - e(k-1)]

这个公式很直观，但有个问题——积分项是累加的。如果系统出问题，积分项可能“冲”到天上去，恢复起来很慢。

增量式PID，我更喜欢用这个。它只计算当前控制量的变化量：

Δu(k) = Kp * [e(k) - e(k-1)] + Ki * e(k) + Kd * [e(k) - 2e(k-1) + e(k-2)]
u(k) = u(k-1) + Δu(k)

好处很明显：输出是增量，不会因为积分饱和导致大幅超调。而且，就算你算错了，顶多错一个步长，不会一直错下去。

3.2 数字补偿器设计：从S域到Z域的“变形记”

模拟补偿器设计，我们习惯在S域里搞。画伯德图，调零极点。数字补偿器呢？你得把S域的传递函数，映射到Z域。

常用的映射方法有几种：

双线性变换，也叫Tustin变换。它把S平面的左半平面，映射到Z平面的单位圆内。这意味着，只要你的模拟补偿器是稳定的，数字补偿器也一定是稳定的。

举个例子，一个简单的PI补偿器：

模拟域：G(s) = Kp + Ki/s

用双线性变换，s = (2/T)*(z-1)/(z+1)：

G(z) = Kp + Ki / [(2/T)*(z-1)/(z+1)]
     = Kp + (Ki*T/2) * (z+1)/(z-1)

整理成差分方程形式：
u(k) = u(k-1) + (Kp + Ki*T/2)*e(k) + (-Kp + Ki*T/2)*e(k-1)

你看，最后就是一个简单的乘加运算。在DSP或MCU里，一个周期内就能算完。

3.3 量化效应：那个“看不见”的敌人

这是数字电源里，最容易出问题的地方。我刚开始做数字电源时，就吃过这个亏。

量化效应，说白了就是“精度不够”。ADC采样有量化，PWM输出有量化，系数存储也有量化。

ADC量化误差：

假设你的ADC是12位，参考电压3.3V。那么一个LSB代表3.3V/4096 ≈ 0.8mV。如果你的输出电压纹波只有1mV，那ADC只能分辨出1-2个台阶。反馈信号本身就带上了“台阶”，环路能不抖吗？

PWM分辨率：

PWM的占空比也是离散的。假设PWM时钟100MHz，开关频率100kHz，那么PWM分辨率是100MHz/100kHz = 1000个台阶。也就是说，占空比只能以0.1%的步进变化。如果环路计算出的占空比是50.05%，实际输出只能是50.0%或50.1%。这就是“极限环振荡”的根源。

系数量化：

PID系数Kp、Ki、Kd，在代码里是浮点数还是定点数？如果是定点数，你只有16位或32位来表示。很小的系数，比如0.0001，可能直接被截断成0。积分项永远加不上去，稳态误差就消不掉。

3.4 量化效应的应对策略

量化效应无法消除，但可以“管理”。

• 提高ADC有效位数： 用过采样+求平均，把12位ADC“拼”成14位甚至16位。代价是采样速度变慢，但很多电源应用够用了。
• 增加PWM分辨率： 用高分辨率定时器（HRPWM），或者用dithering技术。TI的C2000系列就有HRPWM，能把PWM分辨率做到150ps级别。
• 系数缩放： 把小数系数放大，用整数运算，最后再缩回来。比如Ki=0.001，你可以存成1000，计算完再除以1000000。注意不要溢出。
• 死区设置： 在误差很小时，干脆不调整占空比。避免极限环振荡。

下面这张图，是我自己总结的数字补偿器设计流程，你可以参考一下：

你看，从建模到代码实现，每一步都有坑。但只要你理解了量化效应的本质，这些坑都是可以填平的。

最后说一句：数字电源的环路调试，别光看仿真。上板实测，用示波器看动态响应，用频谱分析仪看噪声。理论和实践结合，才能真正吃透。