2. 运动系统建模：刚体模型、柔性体模型、摩擦模型（库仑+粘滞），辨识方法简介
做运动控制这么多年，我越来越觉得一个道理：控制算法再漂亮，也架不住模型太粗糙。说白了，前馈补偿就是「你有多懂你的系统，你就能补偿得多准」。这一章，咱们就聊聊怎么把运动系统「看透」——从刚体到柔性体，再到那个让人头疼的摩擦。
2.1 刚体模型：最朴素的起点
刚体模型，其实就是牛顿第二定律的翻版。你想想看，一个电机带着负载转，忽略掉所有弹性变形，那就是一个转动惯量加上一个阻尼。
数学上长这样：
J * dω/dt = T_m - B * ω - T_load其中：
- J —— 等效转动惯量（电机转子+负载折算过来的）
- ω —— 角速度
- T_m —— 电机输出转矩
- B —— 粘滞阻尼系数
- T_load —— 负载转矩
这个模型简单吧？但别小看它。我在做小型桌面机械臂的时候，一开始就用这个模型做前馈，效果已经能覆盖80%的应用场景了。刚体模型最大的好处是——参数少，辨识快。你只需要做一次恒速运行和一次加速运行，就能把J和B估出来。
2.2 柔性体模型：当「硬」碰上了「软」
但现实往往没那么理想。尤其是当你遇到长传动轴、同步带、或者减速器的时候，刚体模型就不够用了。为什么会这样？因为中间有弹性。
我印象很深，有一次做一台大型龙门铣床的进给轴。电机转得挺欢，但负载端就是慢半拍。一测，发现传动轴的扭转刚度不够，整个系统在低频段有个明显的谐振峰。这就是典型的柔性体问题。
柔性体模型，最常用的是双惯量系统：
J_m * dω_m/dt = T_m - K_s * (θ_m - θ_l) - B_m * ω_m
J_l * dω_l/dt = K_s * (θ_m - θ_l) - B_l * ω_l - T_load这里多了几个参数：
- K_s —— 传动轴的扭转刚度
- θ_m, θ_l —— 电机侧和负载侧的角度
- J_m, J_l —— 电机惯量和负载惯量
这个模型能很好地描述系统的谐振特性。你想想看，两个惯量中间夹着一根「弹簧」，这不就是一个典型的二阶振荡系统吗？
2.3 摩擦模型：那个让人又爱又恨的非线性
摩擦，是运动控制里最「磨人」的东西。它不像惯量和刚度那样线性，它会变方向、会变大小、还会滞后。
最经典的摩擦模型，就是库仑+粘滞：
T_f = T_c * sign(ω) + B_v * ω其中：
- T_c —— 库仑摩擦（静摩擦的近似，与速度方向有关）
- B_v —— 粘滞摩擦系数（与速度大小成正比）
这个模型简单实用，但有个坑——在零速附近，它不连续。你想想看，sign(ω)在ω=0处跳变，这会导致前馈补偿在换向时出现突变。我曾经在一个精密定位平台上吃过这个亏，换向时总是有个小过冲，查了半天才发现是摩擦前馈补偿太「硬」了。
当然，还有更复杂的摩擦模型，比如Stribeck效应、LuGre模型等。但说实话，在工业现场，库仑+粘滞已经能解决90%的问题。剩下的10%，等你真遇到了再上复杂模型也不迟。
2.4 辨识方法简介：怎么拿到这些参数？
模型建好了，参数怎么来？总不能靠猜吧。这里我简单介绍几种我常用的方法。
2.4.1 最小二乘法（LS）
这是最基础的方法。你把系统方程写成矩阵形式：
y = X * θ其中y是测量值（比如加速度），X是回归矩阵（比如速度、位置），θ是待辨识的参数向量。然后：
θ = (X^T * X)^{-1} * X^T * y就这么简单。但要注意，激励信号要足够丰富。如果你只给一个恒速信号，那只能辨识出阻尼，辨识不出惯量。
2.4.2 频率响应法
这个方法特别适合柔性体模型。你给系统扫频，从低频到高频，记录幅值和相位的变化。然后通过拟合伯德图，就能得到惯量、刚度、阻尼等参数。
我个人习惯用这个方法做双惯量系统的辨识。因为谐振峰的位置和高度，直接对应了刚度和阻尼比，非常直观。
2.4.3 摩擦参数的单独辨识
摩擦参数最好单独辨识。怎么做？让系统以不同的恒定速度运行，记录稳态时的转矩。然后画一条「速度-转矩」曲线，斜率就是粘滞摩擦系数，截距就是库仑摩擦。
2.5 知识体系总览
说了这么多，我画了一张图帮你理清思路。这张图展示了运动系统建模的核心逻辑：从最简单的刚体，到更真实的柔性体，再到那个绕不开的摩擦。每一步都有对应的模型和辨识方法。
2.6 小结
这一章我们聊了三种模型：刚体、柔性体、摩擦。它们不是互斥的，而是可以叠加使用的。比如，一个实际的伺服系统，你可以用「刚体+摩擦」做基础前馈，如果发现高频振动，再叠加上柔性体补偿。
记住一句话：模型是工具，不是目的。别为了建模而建模，够用就好。我在项目里经常看到有人把模型搞得很复杂，结果参数辨识不准，前馈反而比不用还差。嗯，这就不划算了。
下一章，我们会把这些模型用到前馈补偿的实战中去。到时候你就知道，今天花时间把模型搞明白，绝对值。