自抗扰控制（ADRC）的编程可以通过以下步骤进行：
系统建模
定义系统的动力学模型和控制目标。假设系统模型为：
\[
\frac{dx}{dt} = f（x） + g（x）u + d（t）
\]
其中，\（ x \） 是系统状态向量，\（ u \） 是控制输入，\（ d（t） \） 是外部扰动，\（ y \） 是系统输出。
控制器设计
最速跟踪微分器（Fast Differentiator）：
设计一个最速跟踪微分器来估计外部扰动 \（ d（t） \）。
算法公式为：
\[
\hat{d} = \text{fastDifferentiator}（y, \lambda）
\]
其中，\（ y \） 是系统的输出信号，\（ \lambda \） 是微分器的增益参数。
扩张状态观测器（Extended State Observer, ESO）：
设计一个扩张状态观测器来观测系统的总扰动 \（ f（x） + d（t） \）。
算法公式为：
\[
\begin{cases}
\dot{x}_1 = x_2 \\
\dot{x}_2 = f + bu
\end{cases}
\]
其中，\（ x_1 = y \），\（ x_2 = \dot{y} \），\（ f \） 是未知量（总扰动），\（ b \） 是已知量。
非线性状态误差反馈控制律（Nonlinear State Error Feedback, NLSEF）：
设计一个非线性控制器来生成控制输入 \（ u \） 以抵消外部扰动的影响。
算法公式为：
\[
u = u_0 + K_p e + K_d \dot{e} + K_q e^2
\]
其中，\（ e = y - \hat{y} \） 是误差信号，\（ K_p \）、\（ K_d \） 和 \（ K_q \） 是控制器的增益参数。
编程实现
根据所使用的编程语言和环境，实现上述控制算法。以下是一些具体的编程环境和方法：
C语言实现：
可以参考提供的C语言代码实现，例如在GitHub上的仓库：。
代码包括TD跟踪微分器、改进最速TD、扩张状态观测器、扰动补偿和非线性组合等功能。
编译并运行提供的C代码文件，并根据具体应用需求调整参数。
Simulink实现：
可以在Simulink中建立系统的模型，并实现ADRC的各个模块，如跟踪微分器、扩张状态观测器和非线性状态误差反馈控制律。
使用Simulink中的S-Function或其他模块来实现控制算法，并进行仿真验证。
PLC编程：
在TwinCAT 3中创建新的PLC项目，选择合适的PLC运行时，如TwinCAT 2或TwinCAT 3 Runtime。
利用TwinCAT 3支持的编程语言（如结构化文本ST、指令列表IL、功能块图FBD等）实现控制算法。
将编写好的控制算法逻辑映射到伺服电机的控制信号上。
参数配置
根据具体应用需求，调整控制算法中的参数，如 \（ r \）、\（ h \）、\（ N \）、\（ \beta_01 \）、\（ \beta_02 \）、\（ \beta_03 \）、\（ b0 \）、\（ \beta_1 \）、\（ \beta_2 \）、\（ N1 \）、\（ C \）、\（ \alpha1 \）、\（ \alpha2 \） 等。
仿真与测试
在MATLAB或Simulink中进行仿真，验证控制器的性能。
调整控制器参数，优化系统性能。
通过以上步骤，可以实现自抗扰控制的编程和应用。建议在实际应用中，根据具体的系统需求和约束条件，选择合适的编程环境和参数配置，以达到最佳的控制效果。