《机器人建模和控制》第六章独立关节控制之公式推导

要更多了解傅老师工作室，请点击

6.2 独立关节模型

见书第111页

上图中${\Phi }_m(s)$标记错误，应该是${\Theta }_m(s)$。
我们要推导${\Theta }_m(s)$和$V(s)$以及${\Theta }_m(s)$和${\tau }_l(s)$的传递函数。

• 当${\tau }_l=0$时，${\Theta }_m(s)$和$V(s)$的传递函数为：
  $$\begin{array}{rl}\frac{{\Theta }_m(s)}{V(s)}& =\frac{\frac{1}{Ls+R}\cdot K_m\cdot \frac{1}{J_{m}s+B_m}\cdot \frac{1}{s}}{1+\frac{1}{Ls+R}\cdot K_m\cdot \frac{1}{J_{m}s+B_m}\cdot K_b}\\ & =\frac{K_m}{s[(Ls+R)(J_{m}s+B_m)+K_m{K}_b]}\end{array}\text{\hspace{1em}(1)}$$
  得证。
• 当$V=0$时，${\Theta }_m(s)$和${\tau }_l(s)$的传递函数为：
  $$\begin{array}{rl}\frac{{\Theta }_m(s)}{{\tau }_l(s)}& =\frac{-\frac{1}{r}\cdot \frac{1}{J_{m}s+B_m}\cdot \frac{1}{s}}{1+\frac{1}{J_{m}s+B_m}\cdot K_b\cdot \frac{1}{Ls+R}\cdot K_m}\\ & =\frac{-(Ls+R)/r}{s[(Ls+R)(J_{m}s+B_m)+K_m{K}_b]}\end{array}\text{\hspace{1em}(2)}$$
  得证。
  由上两式的推导过程，可以很明显的看出，推导方法采用了梅森公式，不熟悉的可以点击看链接或者自行查看自控原理书籍第二章。

通常情况下，我们会假定“电气时间常数”$L/R$比“机械时间常数”$J_m/B_l$小得多。这是工程应用中的经验，可以简化模型。
对于式(1)，(2)，两式分别上下除以$R$。令$L/R=0$。即可将公式简化为

6.3设定点跟踪

6.3.1比例微分补偿控制器

如下图是使用比例-微分(PD)控制的系统
由梅森公式知：
$$\begin{array}{rl}\frac{\Theta (s)}{{\Theta }^d(s)}& =\frac{K_P\cdot \frac{1}{J{s}^2+Bs}}{1+(\frac{K_P}{J{s}^2+Bs}+\frac{K_{D}s}{J{s}^2+Bs})}\\ & =\frac{K_P}{J{s}^2+(K_D+B)s+K_P}\end{array}\text{\hspace{1em}(3)}$$
$$\begin{array}{rl}\frac{\Theta (s)}{D(s)}=& =\frac{-1\cdot \frac{1}{J{s}^2+Bs}}{1+(\frac{K_P}{J{s}^2+Bs}+\frac{K_{D}s}{J{s}^2+Bs})}\\ & =\frac{-1}{J{s}^2+(K_D+B)s+K_P}\end{array}\text{\hspace{1em}(3)}$$
令$\Omega (s)=J{s}^2+(K_D+B)s+K_P$，所以有
$$\Theta (s)=\frac{K_P}{\Omega (s)}{\Theta }^d(s)-\frac{1}{\Omega (s)}D(s)$$