2、运动控制系统基础：伺服系统三环结构、位置环/速度环/电流环、典型传递函数模型

好，咱们正式开始聊运动控制的核心——伺服系统的三环结构。

很多刚入行的工程师，一听到“三环”就头大。其实说白了，就是三个控制环路，像俄罗斯套娃一样，一层套一层。最里面是电流环，中间是速度环，最外面是位置环。我当年刚接触伺服驱动时，也觉得这东西玄乎，直到亲手调过几次参数，才真正明白它们各自的分工。

2.1 三环结构：为什么需要三层？

你想想看，一个电机要精确地转到某个位置，中间要经历什么？

• 电流环（最内层）：控制电机线圈里的电流。电流直接决定力矩。这是响应最快的一环，通常带宽能做到1-2kHz甚至更高。
• 速度环（中间层）：控制电机的转速。它给电流环发指令：“我需要这么大的力矩来达到这个速度”。速度环的带宽一般在几十到几百Hz。
• 位置环（最外层）：控制最终的位置。它给速度环发指令：“我需要以这个速度运动到目标位置”。位置环带宽最低，通常只有几Hz到几十Hz。

为什么要分三层？直接控制位置不行吗？

嗯，这里要注意。如果直接控制位置，电机内部的电流波动、负载突变，都会直接影响到位置精度。分层的好处是：每一层只干自己最擅长的事。电流环负责“快”，速度环负责“稳”，位置环负责“准”。

2.2 各环的典型传递函数模型

搞控制，离不开数学模型。咱们来看看每个环路的典型传递函数长什么样。

2.2.1 电流环

电流环的控制对象是电机绕组，可以简化成一个RL串联电路。加上PWM逆变器的延迟，电流环的传递函数通常可以写成：

G_i(s) = K_p * (1 + 1/(T_i * s)) * (1 / (R + L*s)) * (1 / (T_pwm * s + 1))

其中：

• K_p, T_i 是PI调节器的参数
• R, L 是电机绕组的电阻和电感
• T_pwm 是PWM开关周期带来的延迟

我在项目中遇到过一个问题：当电机电感很小时，电流环很容易振荡。后来我把电流环的积分时间常数调大了一些，才压住振荡。说白了，电流环的PI参数和电机本身的电气参数强相关。

2.2.2 速度环

速度环的控制对象是电流环（已闭环）加上电机和负载的机械惯量。简化后的模型是：

G_v(s) = (K_v * (1 + 1/(T_v * s))) * (1 / (J * s + B)) * G_i_closed(s)

这里：

• K_v, T_v 是速度环PI参数
• J 是转动惯量，B 是阻尼系数
• G_i_closed(s) 是电流环的闭环传递函数

你想想看，速度环的难点在哪里？在于惯量J的变化。比如机器人手臂，在不同姿态下，折算到电机轴上的惯量可能差好几倍。我曾经调试一个码垛机器人，空载时速度环参数好好的，一抓取重物就开始抖。后来我加了惯量辨识和前馈补偿，才算搞定。

2.2.3 位置环

位置环最简单，通常只用比例控制（P控制），甚至有些场合用纯比例就够了。传递函数：

G_p(s) = K_p * G_v_closed(s) * (1/s)

注意那个1/s，它是位置对速度的积分关系。位置环的增益K_p不能太大，否则系统会超调甚至振荡。我个人的习惯是，先让速度环响应足够快，再慢慢增加位置环增益，直到出现轻微超调，然后退回一点。

2.3 三环参数整定的经验法则

理论讲完了，来点实际的。下面这个表格是我多年调试经验的总结，你可以作为参考起点：

环路	带宽范围	典型PI参数范围	常见问题
电流环	500Hz - 2kHz	Kp: 5-50, Ki: 0.001-0.01	电感小易振荡，电感大响应慢
速度环	50Hz - 300Hz	Kp: 0.5-10, Ki: 0.01-0.1	惯量变化导致不稳定
位置环	5Hz - 50Hz	Kp: 1-50 (纯P)	增益过大导致超调或振荡

2.4 一个简单的仿真代码示例

为了让你更直观地理解三环结构，我写了一个简单的Python仿真代码。它模拟了一个位置环+速度环+电流环的串联控制：

import numpy as np
import matplotlib.pyplot as plt

# 模拟三环控制
def three_loop_control(target_pos, dt=0.001, total_time=1.0):
    # 参数
    Kp_pos = 10.0      # 位置环增益
    Kp_vel = 2.0       # 速度环比例
    Ki_vel = 0.05      # 速度环积分
    Kp_cur = 1.0       # 电流环比例
    Ki_cur = 0.01      # 电流环积分
    
    J = 0.01           # 惯量
    B = 0.001          # 阻尼
    R = 1.0            # 电阻
    L = 0.005          # 电感
    
    # 状态变量
    pos = 0.0
    vel = 0.0
    cur = 0.0
    vel_int = 0.0
    cur_int = 0.0
    
    time_steps = int(total_time / dt)
    pos_log = []
    
    for i in range(time_steps):
        # 位置环：计算速度指令
        pos_error = target_pos - pos
        vel_cmd = Kp_pos * pos_error
        
        # 速度环：计算电流指令
        vel_error = vel_cmd - vel
        vel_int += vel_error * dt
        cur_cmd = Kp_vel * vel_error + Ki_vel * vel_int
        
        # 电流环：计算电压指令
        cur_error = cur_cmd - cur
        cur_int += cur_error * dt
        voltage = Kp_cur * cur_error + Ki_cur * cur_int
        
        # 电机模型
        d_cur = (voltage - R*cur - 0.0) / L  # 忽略反电动势简化
        cur += d_cur * dt
        
        torque = cur  # 假设力矩常数=1
        d_vel = (torque - B*vel) / J
        vel += d_vel * dt
        
        pos += vel * dt
        
        pos_log.append(pos)
    
    return pos_log

# 运行仿真
result = three_loop_control(1.0)
print("仿真完成，最终位置：", result[-1])

这个代码虽然简化了很多东西（比如忽略了反电动势、PWM延迟等），但三环的骨架是完整的。你可以试着改改Kp_pos、Kp_vel这些参数，看看位置响应会怎么变化。我建议你亲手跑一跑，比看十遍理论都管用。

2.5 小结

这一章我们聊了三环结构的基本原理和传递函数模型。记住几个关键点：

• 电流环是基础，响应最快，负责力矩控制
• 速度环是中间层，负责转速稳定
• 位置环是最外层，负责定位精度
• 调试顺序永远是：电流环 → 速度环 → 位置环

下一章，我们会深入讨论前馈补偿技术。为什么有了三环反馈还不够？前馈到底能解决什么问题？到时候我会结合一个实际案例来讲，敬请期待。