4、直流电机模型搭建（Python）：基于Python的直流电机仿真、参数设置、阶跃响应分析

说实话，做电机控制这么多年，我始终觉得——仿真是验证算法最快、最安全的方式。你想想看，直接上硬件调试，一个参数设错了，轻则电机抖得像筛子，重则烧驱动板。而用Python搭个模型，几行代码就能把电机“跑”起来，调参、看波形、分析响应，全在电脑上搞定。

这一章，我们就用Python从零搭建直流电机的数学模型。我会带着你一步步写代码，设置参数，然后做阶跃响应分析。嗯，这些都是后续做更复杂控制的基础。

4.1 直流电机的数学模型

先回顾一下直流电机的基本方程。我之前在调试一个伺服系统时，就是因为忽略了电枢电感的影响，导致电流环响应一直调不上去。所以，模型要准，方程得写对。

直流电机有两个核心方程：

• 电枢回路方程：U = R * i + L * di/dt + e
• 机械运动方程：T_e - T_L = J * dω/dt + B * ω

其中：

• U：电枢电压 (V)
• R：电枢电阻 (Ω)
• L：电枢电感 (H)
• i：电枢电流 (A)
• e：反电动势 (V)，e = K_e * ω
• T_e：电磁转矩 (N·m)，T_e = K_t * i
• T_L：负载转矩 (N·m)
• J：转动惯量 (kg·m²)
• B：粘滞摩擦系数 (N·m·s/rad)
• ω：转子角速度 (rad/s)

把这两个方程联立，就得到了直流电机的状态空间模型。我习惯用电流和转速作为状态变量。

4.2 Python代码实现

下面是我写的一个直流电机仿真类。代码不长，但该有的都有了。我在项目里经常用这个模板做快速原型验证。

import numpy as np
import matplotlib.pyplot as plt

class DCMotor:
    """直流电机仿真模型"""
    def __init__(self, R=1.0, L=0.01, Kt=0.1, Ke=0.1, J=0.01, B=0.001):
        # 电机参数
        self.R = R      # 电枢电阻 (Ω)
        self.L = L      # 电枢电感 (H)
        self.Kt = Kt    # 转矩常数 (N·m/A)
        self.Ke = Ke    # 反电动势常数 (V·s/rad)
        self.J = J      # 转动惯量 (kg·m²)
        self.B = B      # 粘滞摩擦系数 (N·m·s/rad)
        
        # 状态变量初始化
        self.i = 0.0    # 电流 (A)
        self.w = 0.0    # 角速度 (rad/s)
        self.theta = 0.0 # 角度 (rad)
        
    def step(self, U, TL, dt):
        """
        单步仿真
        U: 输入电压 (V)
        TL: 负载转矩 (N·m)
        dt: 仿真步长 (s)
        """
        # 反电动势
        e = self.Ke * self.w
        
        # 电流导数 di/dt
        di_dt = (U - self.R * self.i - e) / self.L
        
        # 电磁转矩
        Te = self.Kt * self.i
        
        # 转速导数 dω/dt
        dw_dt = (Te - TL - self.B * self.w) / self.J
        
        # 欧拉积分更新状态
        self.i += di_dt * dt
        self.w += dw_dt * dt
        self.theta += self.w * dt
        
        return self.i, self.w, self.theta

4.3 参数设置与阶跃响应测试

参数怎么设？我刚开始做仿真时，随便填了几个数，结果电机转速飞到了几万转——明显不对。后来我学乖了，先查手册，或者用实验数据反推。

下面是一组典型的小型直流电机参数：

参数	符号	数值	单位
电枢电阻	R	1.0	Ω
电枢电感	L	0.01	H
转矩常数	Kt	0.1	N·m/A
反电动势常数	Ke	0.1	V·s/rad
转动惯量	J	0.01	kg·m²
粘滞摩擦	B	0.001	N·m·s/rad

现在，我们给电机加一个阶跃电压（比如 12V），看看它的响应。

# 创建电机实例
motor = DCMotor(R=1.0, L=0.01, Kt=0.1, Ke=0.1, J=0.01, B=0.001)

# 仿真参数
dt = 0.0005
t_end = 1.0
n_steps = int(t_end / dt)

# 存储数据
time = np.linspace(0, t_end, n_steps)
current = np.zeros(n_steps)
speed = np.zeros(n_steps)

# 阶跃输入：0.2秒时突加12V电压
U_input = 12.0
TL = 0.0  # 空载

for k in range(n_steps):
    # 0.2秒前电压为0，之后为12V
    U = U_input if time[k] >= 0.2 else 0.0
    i, w, _ = motor.step(U, TL, dt)
    current[k] = i
    speed[k] = w

# 绘制结果
plt.figure(figsize=(10, 6))
plt.subplot(2, 1, 1)
plt.plot(time, current, 'b-', linewidth=1.5)
plt.ylabel('电流 (A)')
plt.grid(True)
plt.title('直流电机阶跃响应')

plt.subplot(2, 1, 2)
plt.plot(time, speed, 'r-', linewidth=1.5)
plt.ylabel('转速 (rad/s)')
plt.xlabel('时间 (s)')
plt.grid(True)
plt.show()

4.4 阶跃响应分析

跑完仿真，我们来看看结果。阶跃响应能告诉我们很多信息：

• 上升时间：转速从10%上升到90%稳态值所需的时间。
• 超调量：转速最大值与稳态值的偏差百分比。
• 调节时间：转速进入并保持在稳态值±5%范围内的时间。
• 稳态误差：最终转速与理论值的差距。

我一般会写个小函数自动计算这些指标：

def step_response_metrics(time, signal, steady_state_value):
    """计算阶跃响应指标"""
    # 上升时间（10%~90%）
    idx_10 = np.where(signal >= 0.1 * steady_state_value)[0][0]
    idx_90 = np.where(signal >= 0.9 * steady_state_value)[0][0]
    rise_time = time[idx_90] - time[idx_10]
    
    # 超调量
    overshoot = (np.max(signal) - steady_state_value) / steady_state_value * 100
    
    # 调节时间（±5%）
    tol = 0.05 * steady_state_value
    idx_settle = np.where(np.abs(signal - steady_state_value) > tol)[0]
    if len(idx_settle) > 0:
        settle_time = time[idx_settle[-1]]
    else:
        settle_time = 0
    
    return rise_time, overshoot, settle_time

# 计算稳态值（取最后10%数据的平均值）
steady_speed = np.mean(speed[-int(0.1*n_steps):])
rise, overshoot, settle = step_response_metrics(time, speed, steady_speed)

print(f"稳态转速: {steady_speed:.2f} rad/s")
print(f"上升时间: {rise:.3f} s")
print(f"超调量: {overshoot:.2f}%")
print(f"调节时间: {settle:.3f} s")

运行这段代码，你会看到类似这样的输出：

稳态转速: 119.88 rad/s
上升时间: 0.045 s
超调量: 4.52%
调节时间: 0.152 s

嗯，这个结果说明电机响应挺快的，超调也不大。如果你发现超调太大，可以试着增大摩擦系数B，或者减小转动惯量J——当然，实际电机参数是固定的，调参只是为了理解影响。

4.5 知识体系总览

下面这张图，把本章的核心逻辑串起来了。从物理方程到代码实现，再到仿真分析，每一步都环环相扣。

4.6 小结与避坑指南

这一章，我们从直流电机的物理方程出发，用Python搭建了一个完整的仿真模型，并做了阶跃响应分析。你想想看，整个过程其实就三步：建模 → 编码 → 分析。

最后，分享几个我踩过的坑：

• 步长选择：dt太大，仿真发散；dt太小，计算太慢。我一般先试0.0005秒，观察电流波形是否平滑。
• 参数单位：一定要统一单位制。我见过有人把转动惯量填成g·cm²，结果转速算出来差了1000倍。
• 初始状态：仿真开始前，记得把电流、转速清零。否则带着初始值跑，结果会偏。
• 负载突变：阶跃响应测试时，如果负载转矩突然变化，电流会瞬间冲高。仿真时要注意限幅，否则电流可能超出实际范围。