2. 机电系统对象建模基础

数字孪生模型不是对物理对象“拍一张三维照片”,而是对它的组成、能量传递路径、接口关系和可观测边界做一次可计算的重构。做机电系统数字孪生,第一步不是打开建模软件,而是先把物理对象拆清楚:它由哪些部件构成、能量在哪些域之间转换、各部件通过什么接口耦合、模型要覆盖到哪一层为止。这四件事决定了后续模型能不能算得动、算得准、算得有意义。

一、典型机电系统的组成分解

典型机电系统可以按“控制—驱动—执行—负载—反馈”五类功能角色来分解。以一台数控进给轴为例:控制器(PLC 或运动控制卡)输出速度指令,伺服驱动器把弱电指令放大为三相电流,伺服电机把电能转换为机械转矩,滚珠丝杠把旋转运动转换为直线运动,工作台与工件构成负载,光栅尺或编码器把实际位置反馈回控制器。这五类角色在物理上可能分布在多个部件中,但在建模时必须逐一识别,否则会出现“模型里没有摩擦、没有传动间隙、没有电流限幅”的失真。

分解时建议同时记录每个部件的三个属性:物理量类型(电压、电流、转矩、转速、位移、力)、能量转换关系(电→磁→机械、机械→液压等)、可测/不可测量。例如伺服电机的相电流通常可测,而气隙磁通不可直接测;滚珠丝杠的轴向刚度可估算,而预紧力往往只能通过间接指标推断。这些信息直接决定数字孪生中哪些状态需要观测器、哪些参数需要辨识。

二、能量域划分与跨域耦合

机电系统最本质的特征是多能量域耦合。常见能量域包括:电气域(电压 u、电流 i)、磁域(磁通 Φ、磁动势 F)、机械平动域(力 F、速度 v)、机械转动域(转矩 T、角速度 ω)、液压域(压力 p、流量 q)、热域(温度 T、热流 Q)。每个域内部遵循各自的守恒律,域与域之间通过“转换元件”耦合:电机是电气域—机械转动域的转换器,丝杠是转动—平动转换器,液压阀是电气—液压转换器。

划分能量域的意义在于:同一物理量在不同域中的“势变量”和“流变量”不同,建模方程的形式也不同。电气域中电压是势、电流是流;机械转动域中转矩是势、角速度是流。跨域耦合元件(如电机)的方程必须同时写出两侧的势流关系,例如直流电机的电磁转矩 T = Kt·i,反电动势 e = Ke·ω。若把能量域混在一起写,模型会失去物理可解释性,参数辨识也无从下手。

机电系统能量域划分与接口耦合关系(以伺服进给轴为例) 电气域 势变量:电压 u 流变量:电流 i 元件:驱动器、电源 可测:u, i 磁域 势变量:磁动势 F 流变量:磁通 Φ 元件:定子/转子铁芯 可测:间接推断 机械转动域 势变量:转矩 T 流变量:角速度 ω 元件:电机轴、联轴器 可测:ω(编码器) 机械平动域 势变量:力 F 流变量:速度 v 元件:丝杠、导轨 可测:v(光栅尺) 电→磁 磁→转 转→平 跨域耦合方程(接口定义的核心): 电气—磁:T = Kt·i,e = Ke·ω   转动—平动:F = (2π/Ph)·T,v = (Ph/2π)·ω 注:Kt为转矩常数,Ke为反电动势常数,Ph 为丝杠导程 接口定义要素 ① 物理量类型与单位(如 N·m / rad·s⁻¹) ② 方向约定(正方向、坐标系) ③ 因果方向(输入/输出、势/流) ④ 采样率与带宽(如电流环 10 kHz) ⑤ 量程与精度(如编码器 17 bit) 数字孪生模型边界确定 • 边界内:需建模的状态与参数 • 边界外:用实测信号或简化源替代 • 判据:可观测性 + 可控性 + 计算实时性 • 示例:电流环在边界内,电网波动在边界外 • 边界随目标变化:故障诊断需扩展热域

三、接口定义:让模型“接得上”

接口定义是数字孪生能否与真实系统对接的关键。一个完整的接口至少包含五项:物理量类型与单位、方向约定、因果方向、采样率与带宽、量程与精度。以伺服驱动器与电机之间的接口为例:三相电流 ia、ib、ic,单位 A,正方向定义为从驱动器流向电机,采样率 10 kHz,量程 ±30 A,精度 ±0.1 A;编码器信号 A/B/Z,单位脉冲,分辨率 17 bit,采样率与电流环同步。若这些约定不统一,模型中的“正转矩”可能对应实际的反转,仿真结果与实测就会南辕北辙。

方向约定必须在全文和所有图示中保持一致。建议在建模启动时先写一份“接口约定表”,明确每个接口的势变量、流变量、正方向、参考坐标系和采样周期。对于跨域接口,还要注明转换元件的效率与损耗是否计入模型。例如丝杠的传动效率 η 若忽略,位置预测会偏大;若计入,则需在转动—平动耦合方程中引入 η 或摩擦力矩项。

四、数字孪生模型边界的确定方法

模型边界不是“越大越好”,而是由建模目标和实时性约束共同决定。确定边界可遵循三条判据:

  • 可观测性:边界内的状态是否能通过已有传感器或观测器估计?若某个状态既不可测又不可估,强行纳入模型只会引入不可验证的误差。
  • 可控性/可影响性:边界内的参数是否会被控制输入或工况显著改变?例如环境温度对丝杠热伸长的影响,在精密加工场景中必须纳入,在普通搬运场景中可忽略。
  • 计算实时性:模型步长必须小于系统最快动态的时间常数。电流环时间常数约 1 ms,若模型步长取 10 ms,电流动态就被“抹平”了,此时应把电流环简化为增益或一阶惯性环节,而不是硬算。

以伺服进给轴为例:若目标是“位置跟踪误差预测”,边界可定为“位置指令→速度环→电流环→电机→丝杠→工作台”,电网电压波动、环境温度、导轨润滑状态作为边界外扰动,用实测电流和温度信号补偿。若目标是“早期故障诊断”,边界需扩展到热域和振动域,把轴承温度、丝杠预紧力、导轨摩擦系数纳入状态变量,此时计算量上升,需要降阶或采用混合模型。

边界确定的一个实用做法:先画一张“信号—能量—状态”三层图。信号层列出所有可测信号;能量层标出能量转换路径;状态层写出希望预测或估计的状态。三层重叠的部分就是最小可行边界,再根据精度需求向外扩展一层。这样既能避免边界过小导致模型失真,也能避免边界过大导致实时性崩溃。

五、从对象分解到模型边界的完整示例

仍以数控进给轴为例,假设建模目标是“在 0.5 ms 步长下预测工作台位置,误差不超过 5 μm”。对象分解得到:驱动器、电机、联轴器、丝杠、导轨、工作台、光栅尺。能量域划分为电气域、磁域、转动域、平动域。接口定义:电流指令 iq*(A,正方向驱动正转)、电机角速度 ω(rad/s,逆时针为正)、丝杠导程 Ph = 10 mm、光栅尺分辨率 1 μm。边界确定:电流环和速度环纳入模型,电网电压和温度作为外部输入,导轨摩擦用 Stribeck 模型近似,丝杠热伸长暂不纳入(因目标时间尺度短)。

这样得到的模型既包含关键动态,又能在 0.5 ms 步长下实时运行。后续若发现位置误差在长时间运行后逐渐增大,再考虑把热域纳入边界,而不是一开始就堆砌所有物理效应。数字孪生建模的工程智慧,正在于“知道什么时候该简化、什么时候该扩展”。