伺服电机驱动的精密机电平台动态特性分析与控制策略

引言

随着现代工业自动化的发展，对机械设备的精密性和动力性能要求越来越高。精密的电子滑台被广泛运用于诸多高精生产、检测、试验设备的核心部件，在半导体制造、光加工、生物技术等领域均有应用。由步进电动机驱动的高精密电子滑台，因其具有较高的精度、快速响应以及良好的可控性而受到广泛关注。其动态性能的分析对于衡量精密电子滑台的功能具有重要作用，直接影响其位置精度、动态平稳性和响应速度。深入了解电子滑台的动态特性可以促进对它的结构设计的优化，从而改进整体性能。

1.精密机电平台动态特性分析

1.1 模态分析

模式分析被认为是探究伺服电机驱动的精密机电平台动力学特征的基础步骤，通过此方法能够分析机件在不同频率下的振动模式，从而为后续控制系统设计提供理论依据。但是，当伺服电机平台处于主动运行时，机械振动特性是最影响平台定位精度的因素之一，一旦平台结构在某一特定频率下产生共振，将引起整个系统响应的变化，此类振动特性往往与其传递链刚度、负载质量等有关。模式分析中常用试验辨识和物理环境仿真混合操作的方法，其中试验辨识有锤敲法和激振器法，根据试验过程中测量得到的系统的频率响应曲线找寻固有频率和固有形振。实际中应注意低频段内模式特性辨识，因为伺服系统的控制区间大多在这段区间范围内，此阶段应注意平台机件结构和控制系统的交互特性，因机械振动对控制器的调节性能影响较大，加大了控制器的跟随误差。在进行模式分析后可获取整机系统的固有频率顺序、各级结构阻尼和系统主模态等信息。

1.2 频率响应分析

频率响应法是伺服电机驱动精密机构电子系统动力学研究中的重要手段。通过测量系统针对不同频率激励信号的响应来评估系统的鲁棒性、频率响应范围和抗干扰能力。通常选取正弦扫描信号作为激励信号，然后测定输出信号的幅值比及相移量，这样即可直接获得系统在各频率下的增益及相移信息。当激励频率接近系统固有频率时，输出量相应产生极大值，而且相移量也发生变化，意味着系统在该频率附近易发生共振。频响曲线可直接表征系统的三个主要特性频率区间即低频区间、中频区间以及高频区间。低频区系统增益是一个常量，且相移很小，表明系统具有良好跟踪特性；中频区系统增益逐渐下降，而相移逐渐增大；在高频区内，系统表现出剧烈衰减特性，即系统具有内在的高频噪声抑制能力。通过这些特征明确系统的最佳运行频率范围，避免在共振频率附近运行。

1.3 动态特性影响因素分析

精密伺服电机系统中，其动力学行为是由许多因素共同引起的，这些因素之间的关系直接影响整个动力系统的响应速度、稳定性、控制精度等特性，如：机械振动、系统负载变化、驱动轴链的刚性与柔性匹配、驱动轴链的质量匹配等。机械振动被列为影响系统动力学行为的主要因素，伺服电机激励频率接近机器结构固有频率时会出现共振现象，导致输出幅值大幅增加，严重破坏位置精度。这种情况一般容易出现在高位置精度条件下，在路径跟踪中会出现明显的波浪起伏。此外，系统负载变化也是影响动力系统动力学行为的重要因素，在实际的使用中，精密伺服电机经常面临负载变换、外界扰动等问题，这些干扰会影响动力平衡，影响控制误差，特别是可变负载的环境下，传统定参控制法很难保证稳定运行。驱动轴链的刚性与柔性对动力性能的影响主要体现在响应时间和抗干扰力上，太柔无力或太刚性不活，当软连杆遇到负载时会发生跳弹变形，进而导致执行末端相对于电机末端位移不一。这种滞后现象将会降低系统的响应速度并增加控制难度。

2.精密机电平台控制策略

2.1PID 控制

对于采用伺服电机进行控制的高精度机电平台调节系统来说，由于其机构简单且各参数的物理意义明确，PID 控制作为一种基本的、广泛采用的控制方式是首选。PID控制是以比例、积分与微分为基础的线性组合组成的一种闭环反馈调节方法，能够有效地克服被控系统的稳态偏差和系统的动态响应。比例项直观反映目前的误差信号大小，比例系数决定了系统的响应时间。增益太大容易发生过调或振荡，反之亦然。积分项依赖于对误差的累积效应消除稳态误差，适用于消除恒定扰动。而微分项基于误差的变化率给出预调节作用，可以避免过调或振荡，有利于改善动态特性和消除稳态偏差。但是，PID 调节器在实际应用时必须解决三个核心技术问题：参数的配置、动态适应和抗干扰能力。通常采用工程经验法或 Ziegler-Nichols 准则实现参数配置，但经验参数的方法往往适用于固定不变的系统参数。当遇到机械共振或者负载突然变化时，定值 PID 控制将出现跟踪滞后或振荡。在精密定位中 PID 控制效果是有明显特征。

2.2 自适应控制

在利用伺服电机驱动的精准机电平台控制过程中，自适应的控制策略就是实时根据控制器参数的调整来应对系统的动态变化，为解决传统 PID 在不同工作情况的束缚提供了有效途径。该种方法的核心在于将系统参数识别系统与控制率调整系统二者组成一种联系，使控制器能够根据不同负荷的变化、机械的共振等自行完成自身的优化。自适应控制系统的经典结构具有两大主要要素：参数识别系统以及控制器调整系统。参数识别系统根据实时监控的电动机电流量、位置偏差等信息，实时估计系统质量、阻尼比等系统参数。而控制器调整系统根据估计到的参数信息来动态调整控制量，如当负荷质量加大时自动增大积分以维持追踪精度；当估计到有共振频率时减小微分增益以防止出现振荡等。为了保证高精度机电平台的需求，通常将自适应的控制与特殊补偿结合应用，一种就是通过 Stribeck 模型拟合静摩擦和动摩擦的转折点；一种是通过陷波滤波器抑制谐振消除一定频率范围的振动干扰等。

2.3 智能控制

基于伺服电机驱动的智能控制策略是一种通过仿生学实现精密机电平台控制系统动态优化等非线性问题的有效手段。此类方法基于数据驱动和知识规则构建控制系统，相比于传统的数学模型驱动方法，更能适用于解决控制问题的非线性以及随时间变化等问题。模糊控制技术是一种最常见、最有效的智能控制技术，其核心思路就是将专家经验转化为可度量的模糊规则。通过规定输入输出隶属度函数，建立“如果-那么”规则库来进行对非线性系统的控制。模糊控制器根据位置误差和误差变化率自动调整输出，这就规避了传统 PID 参数上的固有缺陷，同时具有算法实现简单等优点。神经网络控制是一种模仿生物神经系统的信息处理方法，因此在处理和学习问题上拥有良好的自主学习以及自主适应能力，其中深度感知器(DNN)、循环神经网络(RNN)等已被广泛应用于伺服系统中，而最大的优点就是能够在学习过程中通过输入输出数据进行自动构建输入输出对应关系。而在实践工程中，通常是使用混合型框架来进行工程实践，以保证良好的性能与实时性要求。

结束语

本文研究了基于伺服电机驱动高精度的机械电子平台的动态特性及其控制技术。建立了平台驱动运动力学模型，详细描述其模式特性、频响特性及其影响动态特性的主要因素，并引入了基于 PID 调节、自适应调节、智能调节、混合型调控方案等相关最先进的技术，并对上述技术的使用如何改善平台的动态性能进行理论阐述并指出利弊。

参考文献：

[1]李华, 张伟. 伺服电机控制技术及应用[M]. 北京: 机械工业出版社, 2018.

[2]王立新, 张建军. 现代伺服控制系统设计与应用[M]. 北京: 机械工业出版社,2021.

[3]陈志明, 刘海涛. 伺服电机智能控制技术进展[J]. 电机与控制学报, 2021, 25(6):89-97.