从电磁转矩到二阶振荡：直流电机传递函数的物理直觉构建指南
当你第一次在《自动控制原理》教材中看到直流电机的传递函数时，是否曾被那个看似复杂的二阶分式弄得一头雾水？为什么电枢电压与转子角位移之间会形成二阶振荡环节？这个问题的答案藏在电磁力与机械运动的耦合关系中。本文将带你穿越物理定律与数学变换的迷雾，亲手搭建从安培力到传递函数的完整推导路径。
1. 物理世界的三个基本方程
理解直流电机模型的关键在于把握三个相互耦合的物理过程：电路中的能量转换、磁场中的力效应以及机械系统的运动规律。这些过程分别对应着电机建模的三个核心方程。
1.1 电枢回路的电压平衡
当电压$u_a$施加在电枢绕组两端时，电流$i_a$开始流动，这个过程中存在三种电压效应：
- 电阻压降：$i_aR_a$，由绕组电阻$R_a$产生
- 电感压降：$L_a\frac{di_a}{dt}$，由绕组电感$L_a$产生
- 反电动势：$e_b = C_e\omega$，与转子角速度$\omega$成正比
根据基尔霍夫电压定律，可以得到电枢回路方程： $$ u_a = L_a\frac{di_a}{dt} + R_ai_a + C_e\omega $$
提示：反电动势系数$C_e$是电机的重要参数，表示单位转速产生的反向电压，其值取决于永磁体磁通和绕组结构。
1.2 电磁转矩的生成机制
电流$i_a$在磁场中受到安培力作用，形成驱动转矩$T_m$。根据电磁学基本原理：
- 单根导体受力：$F = Bli_a$（B为磁感应强度，l为导体长度）
- 总转矩：$T_m = K_Ti_a$，其中$K_T$为转矩常数
实际上，$K_T$与反电动势系数$C_e$存在内在关联： $$ K_T = \frac{C_e}{1.03} \quad (\text{国际单位制下}) $$
1.3 机械系统的动力学方程
转子运动遵循牛顿第二定律的旋转形式： $$ J\frac{d\omega}{dt} + b\omega = T_m - T_L $$ 其中：
- $J$：转子与负载的总转动惯量
- $b$：粘性摩擦系数
- $T_L$：负载转矩（分析时常设为0）
这三个方程构成了直流电机建模的基础框架，它们之间的耦合关系可以用以下表格清晰展示：
| 物理域 | 描述方程 | 关键参数 | 与其他域的耦合 |
|---|---|---|---|
| 电气 | $u_a=L_a\frac{di_a}{dt}+R_ai_a+C_e\omega$ | $L_a$, $R_a$, $C_e$ | 通过$\omega$影响反电动势 |
| 电磁 | $T_m=K_Ti_a$ | $K_T$ | 连接电气与机械域 |
| 机械 | $J\frac{d\omega}{dt}+b\omega=T_m$ | $J$, $b$ | 通过$T_m$受电气控制 |
2. 从时域方程到频域表达
将物理方程转换为频域表示是推导传递函数的关键步骤。拉普拉斯变换在这里扮演着桥梁角色，它将微分方程转化为代数方程，大大简化了系统分析。
2.1 方程组的拉氏变换
对三个基本方程分别进行拉氏变换（假设初始条件为零）：
- 电枢电压方程： $$ U_a(s) = sL_aI_a(s) + R_aI_a(s) + C_e\Omega(s) $$
- 电磁转矩方程： $$ T_m(s) = K_TI_a(s) $$
- 机械运动方程： $$ sJ\Omega(s) + b\Omega(s) = T_m(s) $$
2.2 消元法与中间变量处理
我们的目标是建立$U_a(s)$到$\Omega(s)$的直接关系。通过以下步骤消除中间变量$I_a(s)$和$T_m(s)$：
- 从机械方程解出$T_m(s)$： $$ T_m(s) = (sJ + b)\Omega(s) $$
- 结合转矩方程得到电流表达式： $$ I_a(s) = \frac{sJ + b}{K_T}\Omega(s) $$
- 将电流表达式代入电压方程： $$ U_a(s) = \left[(sL_a + R_a)\frac{sJ + b}{K_T} + C_e\right]\Omega(s) $$
经过整理，得到电压与角速度的传递关系： $$ \frac{\Omega(s)}{U_a(s)} = \frac{K_T}{(sL_a + R_a)(sJ + b) + K_TC_e} $$
2.3 工程合理简化
在实际电机中，电枢电感$L_a$通常很小（毫亨级），因此$L_aJs^2$项的影响可以忽略。简化后的传递函数变为： $$ \frac{\Omega(s)}{U_a(s)} = \frac{K_T}{s(R_aJ + L_ab) + (R_ab + K_TC_e)} $$
进一步定义：
- 电磁时间常数：$\tau_e = \frac{L_a}{R_a}$
- 机电时间常数：$\tau_m = \frac{R_aJ}{K_TC_e}$
最终标准形式为： $$ \frac{\Omega(s)}{U_a(s)} = \frac{K_m}{\tau_ms + 1} $$ 其中$K_m = \frac{K_T}{R_ab + K_TC_e}$为电机增益。
3. 二阶特性的物理本质
当输出量选择为角位移$\theta$而非角速度$\omega$时，系统会展现出二阶特性。这是因为： $$ \omega = \frac{d\theta}{dt} \quad \Rightarrow \quad \Omega(s) = s\Theta(s) $$
因此，电压到位移的传递函数为： $$ \frac{\Theta(s)}{U_a(s)} = \frac{K_m}{s(\tau_ms + 1)} $$
这实际上是一个积分环节与一阶惯性环节的串联。但在考虑电枢电感$L_a$时（不忽略$L_a$），完整的传递函数呈现标准的二阶形式： $$ \frac{\Theta(s)}{U_a(s)} = \frac{K_T}{s[(sL_a + R_a)(sJ + b) + K_TC_e]} $$
展开分母多项式： $$ s[L_aJs^2 + (L_ab + R_aJ)s + (R_ab + K_TC_e)] $$
这对应着二阶系统的标准形式： $$ \frac{K}{s(\tau^2s^2 + 2\zeta\tau s + 1)} $$
其中：
- $\tau$：时间常数，与系统惯性有关
- $\zeta$：阻尼比，决定振荡特性
4. 模型验证与参数辨识
理论推导需要实验验证。通过频域响应测试，我们可以实际测量电机传递函数并与理论模型对比。
4.1 实验辨识方法
频率响应法：
- 施加不同频率的正弦电压信号
- 测量转子角位移的幅值和相位
- 绘制伯德图并与模型预测对比
阶跃响应法：
- 施加电压阶跃信号
- 记录转速或位置随时间变化曲线
- 通过特征参数识别模型系数
4.2 典型参数值参考
下表展示了一个小型直流电机的典型参数范围：
| 参数 | 物理意义 | 典型值范围 | 测量方法 |
|---|---|---|---|
| $R_a$ | 电枢电阻 | 0.1-10 Ω | 欧姆表测量 |
| $L_a$ | 电枢电感 | 0.1-10 mH | LCR表测量 |
| $K_T$ | 转矩常数 | 0.01-0.1 Nm/A | 转矩传感器 |
| $C_e$ | 反电动势系数 | 0.01-0.1 Vs/rad | 空载转速测量 |
| $J$ | 转动惯量 | $10^{-6}-10^{-3}$ kg·m² | 扭摆测试 |
| $b$ | 摩擦系数 | $10^{-6}-10^{-3}$ Nms/rad | 减速曲线分析 |
4.3 模型精度提升技巧
在实际应用中，可以考虑以下因素提升模型精度：
- 非线性摩擦：除了粘性摩擦，还包括库仑摩擦和静摩擦
- 温度效应：绕组电阻随温度变化
- 磁饱和：高电流时的非线性磁化特性
- 齿槽效应：转子位置相关的转矩脉动
对于高精度控制，可采用扩展模型： $$ \frac{\Theta(s)}{U_a(s)} = \frac{K}{s(\tau^2s^2 + 2\zeta\tau s + 1)}e^{-T_ds} $$ 其中$T_d$代表系统的小延迟时间。
