3. 跟随误差数学模型：从二阶系统到误差传递函数

做伺服控制这些年，我越来越觉得数学模型这东西，就像一张地图。没有它，你也能走，但大概率会绕远路，甚至掉坑里。今天咱们就来聊聊跟随误差的数学模型，说白了，就是搞清楚误差到底是怎么来的，又该怎么算。

大多数伺服系统，在位置环和速度环的配合下，都可以简化成一个二阶系统。为什么是二阶？因为系统里有两个储能元件——电机的惯性和电感的储能效应。你想想看，一个质量块加一个弹簧，不就是典型的二阶系统吗？

标准的二阶系统传递函数长这样：

G(s) = ωn² / (s² + 2ζωn·s + ωn²)

这里有两个关键参数：

我在调试一台高速贴片机时遇到过这种情况。当时位置环增益调得特别高，ωn上去了，但ζ掉到了0.3以下。结果呢？每次加减速都振荡，误差曲线像心电图一样。后来把增益降下来，ζ调到0.7左右，系统才稳下来。

核心结论：伺服系统的跟随误差，本质上就是二阶系统对输入信号的响应偏差。系统越接近理想二阶模型，误差分析就越准确。

传递函数这东西，说白了就是输出和输入的比值。对于位置控制系统，我们关心的是位置指令和实际位置之间的关系。

一个典型的位置伺服系统，包含位置环和速度环。简化后的开环传递函数可以写成：

G_open(s) = Kp · Kv / (s · (Tm·s + 1))

其中：

闭环传递函数就是：

G_close(s) = G_open(s) / (1 + G_open(s))

嗯，这里要注意。实际系统中，速度环的带宽通常比位置环高很多。所以很多时候，我们可以把速度环近似成一个一阶惯性环节。我习惯在调试时先测速度环的带宽，再决定要不要做这个近似。

误差分两种：稳态误差和动态误差。很多人搞混了，我刚开始做伺服时也犯过这个错。

误差类型	定义	典型场景	影响因素
稳态误差	系统稳定后，实际位置与指令位置的偏差	恒速运行、定位停止	系统增益、摩擦力、负载扰动
动态误差	加减速过程中，位置跟踪的瞬时偏差	S曲线加速、急停	加速度、速度前馈、系统带宽

举个例子。一台数控机床在匀速切削时，稳态误差可能只有几个微米。但到了拐角处要减速，动态误差可能瞬间跳到几十微米。这就是为什么光调增益不够，还得加前馈。

我的经验：判断一个系统好不好，别只看稳态误差。动态误差才是决定加工精度的关键。我曾经调试一台激光切割机，稳态误差只有0.01mm，但拐角处动态误差0.1mm，切出来的圆都是椭圆的。

误差传递函数，就是误差信号与输入信号的比值。推导过程其实不复杂，但很重要。

定义误差信号 E(s) = R(s) - C(s)，其中 R(s) 是指令位置，C(s) 是实际位置。

对于单位反馈系统：

E(s) = R(s) - C(s)
C(s) = G(s) · E(s)

所以：E(s) = R(s) - G(s) · E(s)
整理得：E(s) / R(s) = 1 / (1 + G(s))

这个 1/(1+G(s)) 就是误差传递函数。它告诉我们：系统增益越高，误差越小。但增益不能无限高，否则系统会不稳定。

对于位置斜坡输入 R(s) = V/s²（V是速度），稳态误差可以用终值定理计算：

e_ss = lim s→0 [s · E(s)]
     = lim s→0 [s · (1/(1+G(s))) · (V/s²)]
     = V / (lim s→0 [s · G(s)])

如果 G(s) 包含一个积分环节（即I型系统），那么 lim s→0 [s·G(s)] 是常数，稳态误差与速度V成正比，与增益成反比。这就是为什么位置环通常要加积分项。

避坑指南：我曾经在调试一台大型龙门铣时，发现跟随误差总是偏大。查了半天，发现是速度环的积分饱和了。误差传递函数推导得再漂亮，实际工程中还得考虑限幅、饱和这些非线性因素。理论是地图，但路上有坑，你得自己绕过去。

下面这张图，把本章的核心逻辑串起来了。从二阶系统模型出发，到传递函数分析，再到稳态和动态误差的区别，最后落到误差传递函数的推导。你顺着箭头看，就能明白整个脉络。

这张图把本章的知识点串成了一条线。你从二阶系统模型开始，理解系统的本质；然后通过传递函数分析，建立输入输出的数学关系；接着区分稳态误差和动态误差，知道问题出在哪儿；最后推导误差传递函数，从原理上掌握误差的计算方法。

我个人觉得，数学模型的魅力就在于，它能让你在动手调试之前，先在心里把系统跑一遍。有了这个基础，后面章节讲的前馈补偿、增益调整，你才能理解为什么那么做、什么时候该用。