跳转至

第 1 章 电机原理与选型

关节能不能动、力出得足不足、速度够不够,物理上由电机决定。这一章讲旋转电机的工作机制(磁场如何换成转矩)、转矩-转速能力边界(三重限制)、以及从一台电机的 datasheet 参数出发做选型判据的方法。

它止于器件本体:电机作为被控对象的传递函数与摩擦项归 control-note 第 2 章,驱动器内部的换相与电流环实现不在本板块展开,总线侧的驱动器状态机与指令接口归 fieldbus-note 第 5 章 DS402。示例参数为便于手算而设、不指向某一真实型号;凡引具体器件数字一律注「厂商 + 文档 + 型号 + 版本」,未核实者标「待核实」。

需求到选型判据的三重限制:

flowchart LR
    need["需求:转矩 / 转速 / 尺寸"] --> lim["三重限制<br/>热 / 电压 / 机械"]
    lim --> curve["T-n 能力曲线"]
    curve --> pick["选型:工作点落在曲线内且留裕度"]

1. 类型谱系与磁场来源

电机按"磁场怎么来、怎么换向"分族,选型第一刀就砍在这里:

  • 有刷直流(brushed DC):定子永磁、转子绕组经机械换向器(电刷 + 整流子)通电。结构最简单、驱动只要正负电压即可;代价是电刷磨损与换向火花,寿命与免维护性受限,不适合长期高占空比作业。
  • 无刷直流(BLDC,brushless DC):转子永磁、定子三相绕组,用霍尔信号按扇区电子换向,反电动势接近梯形波。控制比有刷复杂(要换相逻辑),但无电刷、寿命长、功率密度高。
  • 永磁同步(PMSM,permanent-magnet synchronous motor):与 BLDC 同族,反电动势接近正弦波,配合磁场定向控制(FOC,field-oriented control)转矩纹波更小、高速更稳,是伺服与关节的主流。
  • 步进电机(step / stepper):定转子齿对齿按脉冲逐步定位,开环即有保持转矩(矩角特性),适合小行程定位;弱点是共振、高速转矩衰减、失步。
  • 力矩电机与直驱(frameless / direct-drive):多极对、大直径,专为高转矩密度、低齿槽、直驱无减速器设计;"frameless"指无独立机壳、直接嵌入关节。
  • 开关磁阻(SRM)与异步感应:无永磁体、转子无绕组或短路笼,靠磁阻最小位置或滑差工作,耐高温、成本结构不同,机器人关节少见,一句话名目。
  • 空心杯(coreless):转子无铁芯、惯量极低、无齿槽,用于快速响应的微执行器与云台。

机器人关节的主流是 PMSM/BLDC + 减速器(直驱方案在第 2 章作对比档)。

2. K_T、K_E 与电压方程

转矩与反电动势由两个常数描述,二者在 SI 单位下数值相等:

\[ \tau = K_T\, i,\qquad e = K_E\, \omega,\qquad K_T = K_E\ [\mathrm{N\,m/A = V\,s/rad}] \]

绕组回路电压方程(忽略电感暂态)把电与机械接起来:

\[ V = R\,i + K_E\,\omega \]

给定母线电压 \(V\) 与电阻 \(R\),可解出堵转转矩与空载转速两个端点:

\[ \tau_\text{stall} = \frac{K_T V}{R}\quad(\omega=0),\qquad \omega_0 = \frac{V}{K_E}\quad(\tau=0) \]
import numpy as np
V, R, Kt = 24.0, 0.3, 0.05       # 示例参数(非某真实型号):母线电压、相电阻、转矩常数
Ke = Kt                           # SI 下数值相等
rpm = 9.5493                      # rad/s -> rpm
tau_stall = Kt * V / R            # 堵转(失速)转矩
w0 = V / Ke                       # 空载角速度

这组参数给出堵转转矩 4 N·m、空载 480 rad/s(约 4580 rpm)——两个端点只是电压方程的边界,真实可用区还要被热限与功率限往里收。

3. 转矩-转速曲线的三重限制

一条 \(\tau\)-\(\omega\) 能力曲线不是直线,它被三种不同的限制共同框住,越界各有各的失效方式:

  • 空载转速上限由 \(K_E\) 与母线电压定(\(\omega_0=V/K_E\))——转子上去反电动势顶满母线,再提速需提高母线电压。
  • 转矩上限在低速由绕组电流的热限定(\(\tau=K_T i\),\(i\) 受连续电流约束),不在堵转那条电气直线,而在更低的"连续"横线——堵转 \(\tau_\text{stall}=4.0\) N·m 只是瞬时上限,能持续输出的连续转矩受 \(i_\text{cont}\) 卡得更低。
  • 高速段受母线电压与电流的共同约束:反电动势占满母线后进入恒功率区,转矩按 \(\tau\propto 1/\omega\) 下降;铁损与磁钢高温退磁进一步压低可用转矩。
i_cont = 8.0                      # 连续电流(热限),示例
tau_cont = Kt * i_cont            # 可持续转矩
i_pk   = 20.0                     # 峰值电流(短时)
tau_pk = Kt * i_pk                # 短时峰值转矩
## 基速:额定转矩下受电压约束的转速
w_base = (V - R * i_cont) / Ke    # 连续工况下的实际转速上界

这组参数下连续转矩 0.4 N·m、短时峰值 1.0 N·m,连续工作点的转速上界约 430 rad/s——比空载 480 rad/s 低,差值就是带载时电阻压降吃掉的那部分电压。

"峰值转矩能不能当连续用"是最常见的选型事故:峰值受磁钢退磁与绕组短时温升约束、只能短时,连续由热平衡定——见「惯量、动态与热模型」。

4. 齿槽转矩与纹波

齿槽转矩(cogging torque)是永磁体与定子齿在电流为零时的磁阻拉力,随电角度周期波动,表现为低速"一顿一顿"与定位抖动。它取决于槽数与极数的配合:当"槽数 / 极数"取得使各槽合成的齿槽力互相抵消时最小,工程上用斜槽(定子)或斜磁钢(转子)把单一尖峰摊成近正弦的小纹波。

齿槽转矩与换向纹波叠加进负载,就是伺服低速平稳性的敌人。选力矩电机/直驱时"低齿槽"常列为硬指标;判据层面把它记成"与槽极配合和斜角相关的周期扰动",具体幅值以电机厂商手册给出并标型号,未给时只讲机理不写数字(待核实)。

5. 惯量、动态与热模型

转动惯量 \(J\) 决定加速能力:\(\tau = J\,\dot\omega\)(负载侧还要加摩擦与重力项,归 control-note)。加速到目标转速 \(\Delta\omega\) 所需电磁转矩近似

\[ \tau \approx (J_m + J_L)\,\frac{\Delta\omega}{t_\text{acc}} \]

其中 \(J_m\) 为转子惯量、\(J_L\) 为折算到电机轴的负载惯量(经减速比 \(N\) 折算按 \(1/N^2\) 缩小,见第 2 章「惯量匹配与关节组合折算」)。机器人关节追求低惯量比 \(J_L/J_m\)(第 2 章给经验档位),否则加速指令被负载惯量吃掉、带宽上不去。

热模型决定连续/峰值之分。绕组温升近似一阶:

\[ C_\text{th}\,\dot T = R i^2 - \frac{T - T_\text{amb}}{R_\text{th}} \]

它给出两个时间常数:铜(绕组)热常数较短、决定峰值能撑多久;机壳/磁钢热常数较长、决定长时间平均损耗上限。峰值电流只能在短于铜热常数的时间里用,且要防磁钢高温不可逆退磁。绝缘等级(如 Class F/H,见 IEC 60034)限定最高允许温升。

Kt2, i2 = Kt, 20.0
loss_pk = R * i2**2               # 峰值铜损
tau_acc, J_tot, dw = 0.05, 1e-4, 100.0   # 加速转矩预算、总惯量、目标角速度
t_acc = J_tot * dw / tau_acc      # 纯惯性加速时间(未计摩擦/重力)

按这组示例,把 0.1 g·m² 的惯量加速到 100 rad/s 约需 0.2 s(仅惯量项),峰值铜损 120 W——后者才是热模型要回答的问题:这个电流能撑多久。

6. 舵机与一体化关节模组

产品形态上,"电机"常以集成档位出现,选型时要认清里面装了什么:

  • 模型舵机:DC 电机 + 减速齿轮 + 电位器位置反馈 + 内置控制板,PWM 脉宽控位置。优点是即插即用,缺点是电位器分辨率/寿命有限、回中死区大、位置由内部闭环不透明。
  • 数字总线舵机:以 RS-485 等串行总线回读位置、温度、负载,可多机并联寻址,控制透明度高。协议细节(寄存器、回读语义)归 fieldbus-note;具体型号与命令字以厂商文档为准(待核实)。
  • 一体化关节模组:frameless 电机 + 谐波/行星减速器 + 双编码器 + 驱动器封装成一个旋转关节,给出总线或脉冲接口。它把本板块第 1–3 章的东西打包了,但仍需自查其回差、双编码器配置、热限与额定/峰值分工——"集成"不等于"选型问题消失"。

判据:把舵机/模组当黑盒时,datasheet 必须能读出额定与峰值转矩、转速、减速比、背隙、编码器位数、通信接口,缺项即无法纳入控制回路设计。

7. 旋转电机之外的执行器

短行程、高动态、纯推力等场景会绕开旋转电机:

  • 音圈电机(voice coil)与直线电机:无铁芯齿槽、行程短但动态极高、力正比电流,用于光学对焦、力控直接驱动。
  • 气缸与气动肌肉:力-位移受气源压强与缸径限制,压缩空气的可压缩性使位置刚性差、常配力/位置外环;气动肌肉(McKibben 类)功率密度高但非线性强。
  • 液压:比功率最高,用于重载与工程机器人;代价是油路、密封与维护。
  • 形状记忆合金(SMA)与介电弹性体:大应变、安静、轻,但带宽低、滞后重、效率低,适合抓取等准静态小力场景。
  • 压电 / 超声电机:微步、自锁、无电磁干扰,用于精密定位与微执行器。

判据:这类执行器多"非线性明显、闭环依赖外部传感",选用时需把传感与建模的预算一并计入,不能按电机的线性常数选型。

8. 从关节需求反推电机

选型是把关节需求逆推成器件参数,顺序固定:

  1. 负载侧需求:由整机任务给出关节的最大输出转矩 \(\tau_L\)、最高输出转速 \(\omega_L\)、允许加速时间 \(t_\text{acc}\)、工作温度与安装空间。
  2. 选减速比 \(N\)(第 2 章):把输出侧需求折算到电机侧,\(\tau_m=\tau_L/N\cdot(1/\eta)\)、\(\omega_m=N\,\omega_L\)、\(J_{L,\text{ref}}=J_L/N^2\),先让电机在高效区。

  3. 用 \(K_T\)、\(K_E\) 与三重限制的能力曲线校核:连续点在 \(\tau_\text{cont}\)–\(\omega\) 曲线内、峰值点在退磁与安全线内、母线电压顶得到目标转速。

  4. 热与惯量收口:算平均损耗对连续热限、惯量比对目标动态;不满足回第 2 步改 \(N\) 或升一档电机。
  5. 舵机/一体化关节模组按「舵机与一体化关节模组」的判据核对回读能力与背隙是否满足闭环。
## 一次反推校核:输出需求 -> 电机侧 -> 能力曲线是否够
tau_L, w_L, N, eta = 20.0, 5.0, 50, 0.75    # 关节输出 20 N·m / 5 rad/s,减速比 50,效率 0.75
tau_m = tau_L / (N * eta)                     # 电机连续转矩需求
w_m   = w_L * N                               # 电机转速需求
ok = (tau_m < tau_cont) and (w_m < w0)        # 落在连续工作区内?

按这组示例,电机侧需约 0.53 N·m @ 250 rad/s;转速够,但连续转矩 0.4 N·m 顶不住,ok 为 False。这条校核给出关键结论:要么提 \(K_T\)(更大电机),要么减 \(\tau_L\),要么靠减速比重新分配——选型判据不是查表,是把三重限制一条条代进去看越没越界。

9. 要点

  • 选型第一刀在电机族:机器人关节主流是 PMSM/BLDC,正弦(PMSM+FOC)纹波小于梯形(BLDC),直驱/力矩电机为低齿槽高转矩密度而生。
  • SI 下 \(K_T=K_E\);\(\tau\)–\(\omega\) 由空载转速(\(V/K_E\))、电流热限、功率退磁三重限制共同框住,堵转 \(\tau_\text{stall}=K_TV/R\) 只是瞬时上限。
  • 峰值转矩 ≠ 连续转矩:铜热常数定峰值时长、机壳/磁钢热常数定平均损耗,超温还会不可逆退磁。
  • 齿槽转矩由槽极配合与斜角决定,低速平稳性看它;磁编码器装电机旁的顾虑见第 3 章(可标定)。
  • 一体化关节模组与总线舵机是"集成档",但仍要自查回差、双编码器、热限与额定/峰值分工——集成不消灭选型问题。
  • 反推流程固定:输出需求 →(减速比折算)→ 电机侧转矩/转速 → 三重限制逐条校核 → 热与惯量收口;示例显示连续转矩不达标时该动的是 \(K_T\) 或减速比,不是硬套型号。

参考文献与延伸阅读

  • Hughes, A., & Drury, B. Electric Motors and Drives: Fundamentals, Types and Applications (5th ed.). Newnes, 2019.
  • Hanselman, D. C. Brushless Permanent Magnet Motor Design (2nd ed.). Magna Physics, 2003.
  • Siciliano, B., & Khatib, O. (Eds.). Springer Handbook of Robotics (2nd ed.). Springer, 2016. DOI