第三章 动力学参数分类与物理意义
动力学参数整定是六轴机械臂实现高精度运动控制的核心前置条件。在工程实践中，许多控制工程师面对“参数整定”时，往往直接进入辨识算法或调试软件，却忽略了对参数本身的物理意义和分类逻辑的深刻理解。这导致在辨识结果出现异常时，无法快速定位是数据激励不足、模型结构错误，还是参数耦合导致的数值病态。本章将系统梳理机械臂动力学中涉及的七类核心参数：连杆质量、质心位置、惯性张量、关节摩擦力（库仑+粘滞）、电机转子惯量、减速比以及电机端阻尼，并深入剖析其物理意义、在控制模型中的位置以及工程辨识时的注意事项。
上图展示了本章的核心知识框架。从宏观上看，动力学参数分为两大阵营：连杆刚体参数（质量、质心、惯性张量）和关节/电机参数（摩擦、转子惯量、减速比）。这两组参数共同决定了机械臂在运动过程中的力矩需求。理解它们之间的耦合关系与辨识难度差异，是后续进行参数整定实验设计的基础。
3.1 连杆刚体参数：质量、质心与惯性张量
3.1.1 核心原理：决定重力项与惯性项
连杆质量 \(m_i\) 是每个运动连杆最基本的属性，它直接决定了重力项 \(G(q)\) 的大小。在六轴机械臂中，基座（连杆0）通常固定，而连杆1至连杆6的质量分布决定了不同位姿下的重力矩。质心位置 \(r_i\) 是质量分布的一阶矩，通常以连杆坐标系原点为参考点，用三维向量 \([x_i, y_i, z_i]^T\) 表示。质心位置直接影响重力矩的力臂长度，其误差会导致重力补偿不准确，进而产生静态位置偏差。
惯性张量 \(I_i\) 是一个 \(3 \times 3\) 对称矩阵，描述了连杆绕其质心旋转时的惯性特性。它包含三个主惯性矩（\(I_{xx}, I_{yy}, I_{zz}\)）和三个惯性积（\(I_{xy}, I_{xz}, I_{yz}\)）。惯性张量决定了惯性项 \(M(q)\ddot{q}\) 和科氏/离心项 \(C(q,\dot{q})\dot{q}\) 的数值。对于高速运动或大负载场景，惯性张量的准确性直接影响动态跟踪精度。
3.1.2 判断方法与辨识流程
连杆刚体参数的辨识通常采用线性回归模型。将动力学方程改写为关于参数的线性形式：
τ = Y(q, q̇, q̈) · π其中 \(Y\) 为回归矩阵（观测矩阵），\(\pi\) 为待辨识参数向量（包含质量、质心、惯性张量元素）。辨识流程如下：
- 激励轨迹设计：设计傅里叶级数轨迹，确保各关节的速度、加速度充分变化，且各参数在回归矩阵中线性独立。
- 数据采集：以1kHz采样率记录关节位置、速度、力矩指令。
- 数据预处理：对位置信号进行低通滤波（截止频率5-10Hz），并数值微分得到速度和加速度。
- 最小二乘求解：使用加权最小二乘法求解参数向量 \(\pi\)。
- 模型验证：用验证轨迹对比预测力矩与实际力矩的残差。
3.1.3 案例拆解：六轴机器人连杆2的质量辨识偏差
某型号六轴机器人（负载10kg）在调试中发现，当末端执行器位于水平伸展位姿时，关节2的静态力矩误差达到15%。初步排查排除了减速器间隙和编码器零位偏移。
分析过程：通过CAD模型估算的连杆2质量为12.5kg，质心位置为 \([0.15, 0.02, 0.08]\)m。但实际测量发现，连杆2上额外安装了线缆拖链和电磁阀，导致实际质心向\(+x\)方向偏移了0.03m。使用标准辨识轨迹（仅激励关节1和2）后，辨识出的质量为13.2kg，质心\(x\)坐标为0.18m。
操作步骤：
- 在关节2单独施加正弦激励（频率0.5Hz，幅值30°），采集力矩数据。
- 利用重力项单独辨识质量与质心（保持关节静止在不同角度，记录重力矩）。
- 对比CAD值与辨识值，发现质心偏差是主要误差源。
结果：更新参数后，静态力矩误差降至2%以内。复盘发现，CAD模型未包含线缆和附加气动元件的质量分布，这是工程中常见的“隐藏质量”问题。
3.2 关节摩擦力：库仑摩擦与粘滞摩擦
3.2.1 核心原理：非线性扰动的主要来源
摩擦力是机械臂低速运行时最主要的非线性扰动。工程中常用库仑+粘滞模型近似：
F(q̇) = f_c · sign(q̇) + f_v · q̇其中 \(f_c\) 为库仑摩擦系数（N·m），与速度方向相关，表现为恒定阻力；\(f_v\) 为粘滞摩擦系数（N·m·s/rad），与速度成正比。实际系统中还存在Stribeck效应和静摩擦，但在基础整定阶段，库仑+粘滞模型已能覆盖大部分工况。
3.2.2 辨识方法与注意事项
摩擦参数的辨识相对简单，通常采用恒速运行法：
- 让关节以不同恒定速度运行（如0.01、0.05、0.1、0.2、0.5 rad/s）。
- 记录每个速度下的平均力矩指令。
- 将力矩-速度数据拟合为直线，斜率即为 \(f_v\)，截距即为 \(f_c\)。
需要注意的是，摩擦力矩受温度影响显著。刚开机时摩擦较大，运行30分钟后趋于稳定。因此辨识应在热机状态下进行，且需多次重复取平均值。
3.2.3 案例拆解：关节6的“爬行”现象
某SCARA-like六轴机器人在执行精密装配任务时，关节6（末端旋转）在0.02 rad/s低速运行时出现明显的“爬行”现象，即位置呈阶梯状跳跃。
分析：通过恒速辨识发现，关节6的库仑摩擦 \(f_c = 0.8\) N·m，粘滞摩擦 \(f_v = 2.5\) N·m·s/rad。由于关节6的负载惯量很小（约0.01 kg·m²），摩擦力矩占主导，导致速度环在低速时出现极限环振荡。
解决方案：
- 在速度环前馈中加入摩擦补偿项：\(\tau_{ff} = f_c \cdot \tanh(k \cdot \dot{q}) + f_v \cdot \dot{q}\)，其中 \(k=100\) 用于平滑符号函数。
- 将速度环增益降低20%，并增加积分限幅。
结果：爬行现象消失，位置跟踪误差从0.5mm降至0.05mm。复盘发现，单纯增大PID增益无法解决摩擦引起的极限环，必须从模型前馈层面补偿。
3.3 电机转子惯量与减速比
3.3.1 核心原理：折算惯量的重要性
电机转子惯量 \(J_m\)（kg·m²）是电机自身的转动惯量，而减速比 \(n\)（通常为50-200）将电机侧惯量折算到连杆侧：
J_eff = n² · J_m由于减速比平方效应，电机转子惯量折算后往往远大于连杆自身惯量。例如，\(J_m = 0.0001\) kg·m²，\(n=100\)，则 \(J_eff = 1\) kg·m²。这意味着在动力学模型中，电机转子惯量是惯性矩阵 \(M(q)\) 的主要贡献者，且是常数项（不随位姿变化）。
3.3.2 辨识策略与参数耦合
电机转子惯量通常可以从电机数据手册获得，但实际值会因联轴器、制动器、编码器码盘而增大。辨识时，可将电机惯量与连杆惯量合并辨识，但需注意参数耦合问题：
| 参数组合 | 耦合程度 | 辨识建议 |
|---|---|---|
| 连杆质量 + 质心 | 中等 | 通过多姿态重力辨识解耦 |
| 连杆惯量 + 电机惯量 | 强 | 优先使用电机手册值，仅辨识连杆增量 |
| 库仑摩擦 + 粘滞摩擦 | 弱 | 恒速法可独立辨识 |
| 质心 + 惯性张量 | 强 | 需设计高加速度激励轨迹 |
3.3.3 实战场景：减速比误差的影响
某协作机器人使用谐波减速器，标称减速比 \(n=101\)。但在辨识中发现，关节1的惯性项比理论值偏大8%。经查，实际减速比因柔轮变形等效为 \(n=103.5\)。这一误差导致前馈力矩偏大，在高速反转时出现明显振动。
处理方式：将减速比作为待辨识参数，在激励轨迹中同时辨识 \(n\) 和 \(J_m\)。由于两者在模型中呈乘积关系（\(n^2 J_m\)），无法独立辨识，因此固定 \(J_m\) 为手册值，仅辨识 \(n\)。最终辨识出 \(n=103.2\)，更新后振动消失。
3.4 参数整定的常见误区与总结复盘
3.4.1 误区一：忽略温度对摩擦的影响
摩擦参数随温度变化可达30%-50%。若在冷机状态下辨识，整定后的前馈在热机时会产生过补偿。建议在热机稳定后辨识，并定期（如每4小时）在线更新摩擦参数。
3.4.2 误区二：激励轨迹不充分
若激励轨迹只包含低速运动，则惯性张量参数无法被充分激发，辨识结果方差大。建议使用多频傅里叶轨迹，频率覆盖0.1-2Hz，并确保各关节加速度峰值达到额定值的50%以上。
3.4.3 误区三：忽视单位一致性
在参数传递过程中，经常出现角度单位混淆（度/弧度）、力矩单位混淆（N·m/kgf·cm）等问题。建议在代码中统一使用SI单位制，并在辨识前对数据进行单位校验。
3.4.4 总结复盘清单
- 参数分类：刚体参数（质量、质心、惯量）决定重力/惯性/科氏项；摩擦参数决定非线性扰动；电机参数决定高频动态。
- 辨识顺序：先辨识摩擦（恒速法），再辨识重力项（静态多姿态），最后辨识惯性项（动态激励）。
- 验证闭环：使用与辨识轨迹不同的验证轨迹，计算力矩残差RMS，应小于额定力矩的5%。
- 工程折中：对于六轴机械臂，不必追求所有参数的高精度，优先保证重力项和摩擦项的准确性，这两者对静态和低速性能影响最大。