运动规律：多项式运动规律与三角函数运动规律
各位工程师朋友，今天我们来聊聊电子凸轮曲线里最核心的部分——运动规律。说白了，就是怎么让从动轴按照我们想要的方式动起来。
我在做第一个凸轮项目时，踩过不少坑。当时选了个简单的3次多项式，结果机器一跑起来，末端振动大得吓人。后来才明白，运动规律的选择，直接决定了设备的性能上限。
这一章，我带你系统梳理三类经典运动规律：多项式运动规律（3次、5次、7次）、三角函数运动规律（摆线、简谐）、以及修正梯形运动规律。每种我都会讲清楚它的数学本质、工程特点，还有我个人的使用心得。
核心观点：没有完美的运动规律，只有最适合你工况的选择。高频场景看加速度连续性，低速场景看速度平滑性。
一、多项式运动规律
多项式运动规律，是凸轮曲线里最基础也最灵活的一类。它的数学形式很简单——位移是时间的多项式函数。但不同阶次，工程表现天差地别。
1. 3次多项式
3次多项式，也叫等加速度运动规律。位移公式是：
s(t) = a0 + a1·t + a2·t² + a3·t³它有4个待定系数，刚好可以满足4个边界条件：起点和终点的位移、速度。加速度是线性的，但在起点和终点处加速度不连续，有突变。
注意：加速度突变意味着无穷大的加加速度（Jerk）。在高速场合，这会引起系统振动。我曾经在一个贴片机项目里用了3次多项式，结果吸嘴在加减速阶段抖动得厉害，贴装精度直接不合格。
3次多项式的特点：
- 优点：计算简单，代码实现容易，适合低速或对振动不敏感的场合
- 缺点：加速度不连续，有冲击；速度曲线是抛物线，不够平滑
- 我建议：如果你做的是手动操作台或者低速传送带，用3次多项式完全够用。但别用在高速伺服系统上。
2. 5次多项式
5次多项式解决了加速度不连续的问题。它的位移公式是：
s(t) = a0 + a1·t + a2·t² + a3·t³ + a4·t⁴ + a5·t⁵6个待定系数，可以满足6个边界条件：起点和终点的位移、速度、加速度。这样一来，加速度在起点和终点处都是0，实现了连续过渡。
我个人特别喜欢5次多项式。为什么？因为它是一个很好的平衡点——计算量不大，但加速度连续，加加速度（Jerk）是线性的，没有突变。我在做包装机械的送料凸轮时，用的就是5次多项式，效果很稳定。
小技巧：5次多项式的加加速度虽然连续，但在起点和终点处不为0。如果你对振动特别敏感，可以考虑用7次多项式。
3. 7次多项式
7次多项式是多项式运动规律里的"高阶选手"。它的位移公式是：
s(t) = a0 + a1·t + a2·t² + a3·t³ + a4·t⁴ + a5·t⁵ + a6·t⁶ + a7·t⁷8个待定系数，可以满足8个边界条件：起点和终点的位移、速度、加速度、加加速度。这意味着加加速度也是连续的，在起点和终点处为0。
嗯，这里要注意。7次多项式虽然平滑性最好，但计算量也最大。而且，高阶多项式容易出现数值振荡问题——就是曲线在中间段会有不期望的波动。我在一个高精度转台项目里试过7次多项式，结果发现中间段的速度曲线有轻微波动，后来改用修正梯形才解决。
三种多项式的对比：
| 特性 | 3次多项式 | 5次多项式 | 7次多项式 |
|---|---|---|---|
| 加速度连续性 | 不连续（有突变） | 连续 | 连续 |
| 加加速度连续性 | 不连续 | 连续（但端点不为0） | 连续（端点为0） |
| 计算复杂度 | 低 | 中 | 高 |
| 适用场景 | 低速、手动操作 | 中高速、一般精度 | 高速、高精度 |
| 数值稳定性 | 好 | 好 | 一般（可能振荡） |
二、三角函数运动规律
三角函数运动规律，利用正弦、余弦函数的天然平滑性来构造运动曲线。这类规律的最大特点是——加速度曲线是连续的，而且没有突变。
1. 摆线运动规律
摆线运动规律，也叫正弦加速度运动规律。它的位移公式是：
s(t) = h · [t/T - sin(2π·t/T) / (2π)]其中h是总行程，T是运动时间。你想想看，这个公式里有一个线性项和一个正弦项。线性项保证位移从0到h，正弦项负责让加速度平滑变化。
摆线运动的最大特点：加速度曲线是完整的正弦波，起点和终点加速度都为0，没有突变。加加速度曲线是余弦波，也是连续的。
我在做印刷机的滚筒凸轮时，用的就是摆线运动规律。印刷机对振动要求极高，摆线运动的平滑性正好满足需求。不过要注意，摆线运动的最大加速度比简谐运动大一些，对电机扭矩要求更高。
关键数据：摆线运动的最大加速度为 6.28·h/T²，而简谐运动为 4.93·h/T²。摆线大约高出27%。
2. 简谐运动规律
简谐运动规律，也叫余弦加速度运动规律。它的位移公式是：
s(t) = h/2 · [1 - cos(π·t/T)]简谐运动的加速度曲线是余弦波，在起点和终点处加速度不为0——这是它最大的问题。加速度不连续，意味着有冲击。
为什么会这样？因为简谐运动本质上是将圆周运动投影到直线运动上。在起点和终点，加速度达到最大值，然后突然变为0。这种突变在高速场合会引起振动。
我建议：简谐运动只用在低速场合，或者对振动不敏感的设备上。比如一些简单的分度机构，用简谐运动就足够了。但别用在高速高精度场合。
两种三角函数规律的对比：
| 特性 | 摆线运动 | 简谐运动 |
|---|---|---|
| 加速度连续性 | 连续（端点为0） | 不连续（端点不为0） |
| 最大加速度 | 6.28·h/T² | 4.93·h/T² |
| 最大速度 | 2.00·h/T | 1.57·h/T |
| 振动特性 | 低振动 | 有冲击 |
| 适用场景 | 高速、高精度 | 低速、简单分度 |
三、修正梯形运动规律
修正梯形运动规律，是我在实际项目中最常用的一种。它结合了梯形加速度和正弦修正的优点，可以说是"集大成者"。
修正梯形的加速度曲线分为5段：
- 加速段（正弦上升）：加速度从0平滑增加到最大值
- 匀速加速段：加速度保持最大值
- 过渡段（正弦下降）：加速度从最大值平滑下降到0
- 匀速减速段：加速度保持负最大值
- 减速段（正弦上升）：加速度从负最大值平滑回到0
说白了，就是把梯形加速度的直角拐弯处，用正弦曲线做了圆角处理。这样既保留了梯形加速度"加速度利用率高"的优点，又消除了加速度突变。
我曾经在一个高速贴片机项目里，对比过5次多项式、摆线和修正梯形三种方案。结果修正梯形在运动时间最短的前提下，振动最小。为什么？因为修正梯形的加速度最大值利用率最高——它大部分时间都工作在最大加速度下，只有过渡段在变化。
个人经验：修正梯形运动规律是我做高速凸轮时的首选。它的最大加速度比摆线小约15%，但平滑性接近。如果你需要在最短时间内完成运动，同时控制振动，修正梯形是最优解。
修正梯形的关键参数：
- 加速度最大值：约 4.89·h/T²（比摆线小22%）
- 最大速度：约 1.75·h/T
- 加加速度：连续，但最大值较大
嗯，这里要提醒一下。修正梯形的加加速度虽然连续，但最大值比摆线大。如果你的设备对加加速度特别敏感（比如精密光学设备），可能需要用摆线或者7次多项式。
最后，我总结一下选型思路：
我的选型口诀：
- 低速低精度 → 3次多项式（简单够用）
- 中速一般精度 → 5次多项式（平衡之选）
- 高速高精度 → 修正梯形（综合最优）
- 超高速超平滑 → 7次多项式或摆线（极致平滑）
- 简单分度 → 简谐运动（够用就行）
这一章的内容就到这里。运动规律的选择，说白了就是"平衡"二字——在平滑性、加速度利用率、计算复杂度之间找到最适合你工况的点。下一章，我会带你看看如何用Python实现这些运动规律的曲线生成。