3. 精密运动系统动力学建模

在光刻设备中，精密运动系统的定位精度往往要求达到纳米级，而运动速度与加速度又不断提高。此时，仅用“力等于质量乘以加速度”的刚体模型已无法解释实际系统中出现的残余振动、整定时间延长、多轴联动轨迹畸变等现象。动力学建模的任务，就是建立一个既能反映系统真实动态行为、又足够简洁以便控制器设计的数学模型。本节围绕刚体动力学、柔性模态、耦合效应与模型降阶四个层次展开，说明从物理对象到控制可用模型的完整推导路径。

一、刚体动力学：六自由度惯性描述

精密运动台首先被抽象为刚体。以工件台质心为原点建立体坐标系，其运动可用六个广义坐标描述：三个平动位移 x, y, z 与三个转动角度 θx, θy, θz。刚体动力学方程写成矩阵形式为：

M·q̈ + C(q, q̇)·q̇ = F_act + F_dist
其中 q = [x, y, z, θx, θy, θz]ᵀ
M 为 6×6 惯性矩阵，包含质量与转动惯量
F_act 为执行器广义力，F_dist 为线缆、气流等扰动力

惯性矩阵 M 并非总是对角阵。当质心与几何中心不重合，或执行器作用线不通过质心时，平动与转动之间会出现惯性耦合项。例如直线电机推力作用点偏离质心 d，则产生附加力矩 F·d，使 x 方向运动同时激励 θy 转动。工程上通过配重、对称布局或解耦控制来抑制这种耦合。刚体模型适用于低频段（通常低于第一阶柔性模态频率的 1/3），是控制器带宽设计的基础。

二、柔性模态：从刚体到弹性体

当运动台结构在高速运动中发生弹性变形时，必须引入柔性模态。将位移场用模态坐标展开：

u(r, t) = Σ φᵢ(r)·ηᵢ(t)
φᵢ 为第 i 阶模态振型，ηᵢ 为模态坐标
模态方程：η̈ᵢ + 2ζᵢωᵢη̇ᵢ + ωᵢ²ηᵢ = φᵢᵀ·F

其中 ωᵢ 为第 i 阶固有频率，ζᵢ 为模态阻尼比。以某光刻工件台教学示例为例，其前几阶模态参数可假设为：第一阶扭转模态约 180 Hz，第二阶弯曲模态约 320 Hz，第三阶局部板模态约 650 Hz，阻尼比在 0.5%～2% 之间。这些模态在频响函数上表现为共振峰，若控制器带宽接近或超过第一阶模态频率，极易激发振动，导致整定时间显著增加。因此，柔性模态建模的核心是识别各阶 ωᵢ、ζᵢ 及振型参与因子，并在控制器设计中主动避开或抑制。

三、耦合效应：多轴与机电耦合

精密运动系统通常包含多个运动轴，轴间耦合不可忽略。耦合主要来源有三类：

• 惯性耦合：多轴同时加速时，各轴惯性力通过公共基座相互传递，形成交叉激励。
• 结构耦合：柔性模态振型同时包含多个方向的位移分量，单轴激励会激起其他方向的响应。
• 机电耦合：直线电机的电磁力与气隙、电流、位置相关，音圈电机的力常数随温度漂移，形成参数耦合。

以 x-y 双轴联动为例，当 x 轴以 1 g 加速时，反作用力通过基座传递到 y 轴，使 y 轴产生约几十纳米的偏移。若忽略该耦合，轨迹跟踪误差将超出允许范围。工程上通过前馈解耦、交叉耦合控制器或结构对称设计来补偿。

四、面向控制的模型降阶

完整的有限元模型可能包含数十万自由度，无法直接用于实时控制。模型降阶的目标是在保留关键动态特性的前提下，将模型阶数降至控制器可处理的规模（通常 10～50 阶）。常用方法包括：

• 模态截断：保留低频段若干阶模态，忽略高频模态。适用于控制器带宽远低于被截断模态频率的场合。
• 平衡截断：根据可控性与可观性格拉姆矩阵，保留“既易激励又易观测”的状态，降阶后误差有界。
• 奇异值分解降阶：对频响数据矩阵做 SVD，提取主导动态。

降阶后需验证：在控制器带宽范围内，降阶模型与原模型的频响幅值误差应小于约 1 dB，相位误差小于约 5°。若误差超标，需增加保留模态数或调整降阶频段。

五、建模流程与验证

实际建模通常按以下顺序推进：首先通过 CAD 与质量属性计算得到刚体惯性矩阵；其次用有限元模态分析提取前若干阶模态频率与振型；然后通过实验模态分析（锤击法或激振器法）修正仿真模型，使频响曲线在关键频段吻合；最后根据控制器带宽需求进行降阶，并用降阶模型设计控制器，再回到全阶模型验证稳定性与跟踪性能。

以某教学示例为例，假设工件台质量 15 kg，第一阶模态 180 Hz，控制器带宽设计为 50 Hz。此时刚体模型在 50 Hz 内幅值误差小于 0.5 dB，可直接用于控制器设计；但若带宽提升至 120 Hz，则必须保留第一阶模态，否则相位裕度会因未建模共振而急剧下降。降阶时保留前 3 阶模态，模型阶数从有限元的 20 万降至 12 阶，频响在 200 Hz 内幅值误差约 0.6 dB，满足验证要求。

综上，精密运动系统动力学建模是一个从刚体到柔性、从单轴到多轴耦合、从高维到低维的逐层细化过程。刚体模型提供基础惯性描述，柔性模态揭示结构共振，耦合效应解释轴间干扰，模型降阶则把物理模型转化为控制器可用的形式。四者环环相扣，缺一不可。