4. 动态摩擦模型：LuGre模型详解、鬃毛模型思想
各位工程师朋友，咱们今天聊点硬核的——动态摩擦模型。说实话，静态摩擦模型（比如库仑+粘滞）在低速段根本不够用。你想想看，伺服系统在零速附近来回震荡，或者爬行现象怎么调都调不好，十有八九是静态模型没把摩擦的“动态特性”描述清楚。
我个人习惯把摩擦分成两类：静态模型只告诉你“摩擦力跟速度有啥关系”，而动态模型则要回答“摩擦力是怎么从静止过渡到运动的”。今天要讲的LuGre模型，就是目前工程界用得最广的动态摩擦模型之一。
4.1 鬃毛模型思想：从微观到宏观
先说说这个模型的灵感来源。你想象一下两个接触表面，微观上看其实都是凹凸不平的。这些凸起就像一根根小鬃毛（bristle）互相咬合在一起。当外力施加时，这些鬃毛会像弹簧一样被拉伸，产生弹性力。
为什么会这样？因为真正的接触面并不是理想光滑的。我在项目中遇到过一台精密转台，低速时总是有微小的抖动。用显微镜一看，导轨表面其实布满了微米级的峰谷。这些峰谷互相嵌合，就是鬃毛模型的物理基础。
鬃毛模型的核心思想可以概括为三点：
- 弹性变形阶段：外力小于静摩擦力时，鬃毛只发生弹性变形，没有真正滑动
- 塑性滑动阶段：外力超过静摩擦力，鬃毛开始断裂、滑移
- 稳态滑动阶段：速度稳定后，鬃毛的平均变形量趋于常数
说白了，这个模型把摩擦看成是一个“弹性-塑性”的过渡过程。你想想看，这比单纯用符号函数去拟合要合理得多。
核心洞察：鬃毛模型把摩擦从“静态映射”升级成了“动态过程”。它用一个一阶微分方程来描述鬃毛的平均变形量，从而捕捉到预滑动位移（presliding displacement）和摩擦记忆效应。
4.2 LuGre模型数学表达
好，咱们上公式。LuGre模型的状态变量是鬃毛的平均变形量 \( z \)，它的动态由下式描述：
dz/dt = v - σ₀ * |v| * z / g(v)其中：
- \( v \)：相对运动速度
- \( \sigma_0 \)：鬃毛刚度系数
- \( g(v) \)：描述Stribeck效应的函数
而摩擦力则由三部分组成：
F_f = σ₀ * z + σ₁ * dz/dt + σ₂ * v这里：
- \( \sigma_0 z \)：鬃毛弹性力（类似弹簧）
- \( \sigma_1 dz/dt \)：鬃毛阻尼力（类似阻尼器）
- \( \sigma_2 v \)：粘滞摩擦力
嗯，这里要注意：\( g(v) \) 函数通常取为：
g(v) = F_c + (F_s - F_c) * exp(-(v/v_s)²)其中 \( F_c \) 是库仑摩擦力，\( F_s \) 是静摩擦力，\( v_s \) 是Stribeck速度。
| 参数 | 物理含义 | 典型取值范围 |
|---|---|---|
| σ₀ | 鬃毛刚度 | 10⁵ ~ 10⁷ N/m |
| σ₁ | 鬃毛阻尼 | 10² ~ 10⁴ N·s/m |
| σ₂ | 粘滞系数 | 0.1 ~ 100 N·s/m |
| F_s | 静摩擦力 | 0.5 ~ 5 N |
| F_c | 库仑摩擦力 | 0.1 ~ 2 N |
实战技巧：参数辨识时，我建议先测稳态速度-摩擦力曲线（得到F_c、F_s、v_s、σ₂），再通过阶跃响应或正弦扫频来辨识σ₀和σ₁。我曾经用这个方法在一台直线电机上只花了半天就完成了参数整定。
4.3 LuGre模型的工程价值
这个模型到底好在哪？我总结了几点：
- 捕捉预滑动位移：在零速附近，摩擦力不是突变，而是连续变化的。LuGre模型能准确描述这个“微米级”的弹性变形过程。
- 摩擦记忆效应：摩擦力不仅取决于当前速度，还取决于历史运动状态。比如你从静止加速和从匀速减速，同样的速度下摩擦力是不同的。
- Stribeck效应：低速时摩擦力随速度增加而下降，这个“负阻尼”特性是造成爬行的元凶。LuGre模型天然包含这个特性。
我在做数控机床进给轴时，遇到过一个问题：反向间隙补偿后，换向时还是有明显的“过冲”。后来用LuGre模型做前馈补偿，把预滑动位移考虑进去，过冲量直接降了60%。
避坑指南：我曾经在参数辨识时犯过一个低级错误——直接用最小二乘法拟合所有参数。结果σ₀和σ₁严重耦合，辨识出来的模型在仿真里跑得挺好，一上实际系统就发散。后来我改用分段辨识：先稳态后动态，才把问题解决。
4.4 知识体系结构图
下面这张图帮你理清本章的核心逻辑：
4.5 实战中的注意事项
最后，我分享几个在实际项目中用LuGre模型的经验：
- 离散化要小心：LuGre模型是连续时间模型，离散化时采样频率至少要高于系统带宽的10倍，否则数值积分会发散。
- 初始状态处理：模型启动时，鬃毛变形量z的初始值不能随便设。我一般先让系统在零速保持一段时间，让z收敛到稳态值。
- 不要过度拟合：LuGre模型有5个参数，但实际系统中有些参数可能不敏感。比如在高速段，σ₀和σ₁的影响就很小，可以固定为经验值。
一个小技巧：如果你觉得LuGre模型参数太多，可以先试试简化版——把σ₁设为零，只保留σ₀、σ₂和Stribeck参数。很多场合下，简化版已经能解决80%的低速抖动问题。
好了，关于LuGre模型和鬃毛模型思想，今天就聊到这里。记住，动态摩擦模型不是万能的，但它确实比静态模型更接近物理本质。下次你在调低速平稳性时，不妨试试用这个模型做前馈补偿——效果可能会让你惊喜。
公众号:蓝海资料掘金营，微信deep3321