伺服氣動系統：控制迴路中壓縮係數的建模

簡介

您投資了一套精密的伺服氣動系統，期望以氣動的價格獲得伺服電氣的性能，但您卻在與振盪、過衝和遲緩的反應作鬥爭，讓您的控制工程師頭髮都快掉光了。 您的 PID 迴圈無法穩定，定位精度不一致，週期時間也比預期的長。問題不在於您的硬體或程式設計技巧，而在於空氣壓縮性，這個隱形的敵人將您精準調整的控制演算法變成了猜測。.

空氣的可壓縮性會在伺服氣壓控制迴路中引入非線性、壓力相關的彈簧效應，造成相位滯後、降低自然頻率，並產生位置相關動態 - 需要專門的建模和補償策略，才能達到穩定、高效能的控制。. 與採用剛性機械耦合的液壓或電氣系統不同，氣動系統必須考量到空氣在閥門與負載之間扮演著可變剛度彈簧的角色。.

我已在三大洲委託了數十套伺服氣動系統，而壓縮性建模正是多數工程師的絆腳石。就在上個季度，我協助加州某機器人整合商挽救了一個延誤三個月的專案——只因他們的控制團隊在伺服調校時未將氣動壓縮性納入考量。.

目錄

• 壓縮係數是什麼？為何它主導伺服氣動系統的動態特性？
• 如何在控制系統中建立空氣壓縮性的數學模型？
• 哪些控制策略能補償壓縮性效應？
• Bepto 無桿氣缸如何提升伺服氣動系統的性能？

壓縮係數是什麼？為何它主導伺服氣動系統的動態特性？

空氣的可壓縮性並不只是一個小小的不便，它從根本上改變了您的控制系統的行為方式。️

壓縮係數描述了空氣體積隨壓力變化時的關係，根據 理想氣體定律¹ (PV=nRT)，形成一種氣壓彈簧，其剛度與壓力成正比且與體積成反比——此彈簧效應會產生典型介於3-15 Hz之間的共振頻率，該頻率會限制控制頻寬、導致超調現象，並使系統動態高度依賴於位置、負載及供氣壓力。. 雖然電動與液壓致動器表現得如同剛性機械系統，伺服氣動系統卻呈現出質量彈簧阻尼系統的特性，其中彈簧剛度會持續變化。.

氣動順應性的物理學

當你對氣缸腔室加壓時，不僅是產生推力——你同時將空氣分子壓縮至更小體積。這股壓縮空氣如同彈性彈簧般儲存能量。此關係遵循以下定律：

$P × V = n × R × T$

其中：

• $P$ = 絕對壓力 (Pa)
• $T$ = 體積 (m³)
• $n$ = 氣體摩爾數
• $R$ = 萬有氣體常數 (8.314 J/mol-K)
• $T$ = 絕對溫度 (K)

為控制目的，我們關注壓力隨體積變化而產生的變化：

$ΔP = -(κ P₀/V₀) × ΔV$

其中 κ 是 多態指數² （等溫過程為1.0，絕熱過程為1.4）。.

此方程式揭示了關鍵洞見： 氣動剛度與壓力成正比，與體積成反比. 壓力加倍，剛度加倍。體積加倍，剛度減半。.

為何這對控制至關重要

在伺服電動系統中，當您發出運動指令時，馬達會透過剛性機械耦合直接驅動負載。其傳遞函數相對簡單——本質上是帶有摩擦的積分器。.

在伺服氣動系統中，閥門控制壓力，壓力透過活塞面積產生作用力，但該作用力必須先壓縮或擴張空氣，才能驅動負載移動。您擁有：

閥門 → 壓力 → 氣動彈簧 → 負載運動

該氣動彈簧引入了主導系統行為的二階動態（共振）。.

位置依賴性動力學

關鍵在於：當氣缸伸展時，一側的體積增加，另一側則減少。這意味著：

• 氣動剛度隨位置變化 （在衝程終點處較高，衝程中點處較低）
• 自然頻率在行程中變化 （可變動幅度為2-3倍）
• 最優控制增益取決於位置 （某個位置的增益會導致另一個位置的不穩定）

典型氣動系統特性

參數	伺服電動	伺服液壓	伺服氣壓
耦合剛度	無限（剛性）	極高	低（可變）
自然頻率	50-200 Hz	30-100 赫茲	3-15 赫茲
頻寬	20-50 赫茲	10-30 Hz	1-5 赫茲
位置依賴性	無	最低限度	嚴重
阻尼比	0.1-0.3	0.3-0.7	0.1-0.4
非線性	低	中型	高

真實世界的後果

大衛是俄亥俄州某汽車組裝廠的控制工程師，他正為一套伺服氣動拾取放置系統抓狂。該系統的定位精度在行程兩端僅±0.5毫米，但行進至行程中段時卻飆升至±3毫米。他耗費數週嘗試調整各種PID增益參數，卻始終找不到能在全行程範圍內穩定運作的設定方案。.

當我分析他的系統時，問題顯而易見：他將氣動執行器當作電動伺服機構來使用。在行程中段，大量氣體導致剛性降低，自然頻率僅為4赫茲；而在行程終端，壓縮氣體則形成高剛性，自然頻率躍升至12赫茲——整整三倍的變化！他的固定增益PID控制器根本無法應對此種劇烈變動。.

我們已實施 增益調度³ 基於位置並添加前饋壓力補償後，其定位精度在全行程範圍內提升至±0.8mm，且循環時間縮短20%——因我們得以採用更激進的增益設定而不致引發不穩定現象。.

如何在控制系統中建立空氣壓縮性的數學模型？

無法建模的事物便無法控制——而精準建模正是有效伺服氣動控制的基礎。.

標準伺服氣動模型將每個氣缸腔室視為變容壓力容器，其質量流量進出由閥門動態特性控制，壓力轉化為作用力則透過活塞面積實現，而負載運動則遵循牛頓第二定律——由此形成四階非線性微分方程系統，該系統可在工作點附近進行線性化處理以利控制設計。. 此模型在捕捉基本可壓縮性效應的同時，仍能保持適用於即時控制實施的可操作性。.

核心方程式

完整的伺服氣動模型由四個耦合子系統組成：

1. 閥門流體動力學

流入每個腔室的質量流量取決於閥門開度與壓差：

$\dot{m} = C_{d}\times A_{v} \times P_{supply} \times \Psi(P_{ratio})\times \Psi(P_{ratio})$

其中：

• $\dot{m}$ = 質量流量 (kg/s)
• $C_{d}$ = 放電系數 (0.6-0.8 典型值)
• $A_{v}$ = 閥嘴面積 (m²)
• $\Psi$ = 流量功能（取決於壓力比）

2. 腔室壓力動態

基於質量流量與體積變化所產生的壓力變化：

$\dot{P} = \frac{kappa R T}{V}(\dot{m}_{in} - \dot{m}_{out}) - \frac{kappa P}{V}\dot{V}$

這是關鍵的壓縮性方程式。第一項代表因質量流量導致的壓力變化；第二項代表因體積變化（壓縮/膨脹）導致的壓力變化。.

3. 力平衡

作用於活塞／滑架上的合力：

$F_{net} = P_{1}\times A_{1}- P_{2}\times A_{2}- F_{friction} - F_{load}$

其中：

• $P_{1},P_{2}$ = 艙壓
• $A_{1},A_{2}$ = 有效活塞面積
• $F_{摩擦力}$ = 摩擦力 (依速度而定)
• $負載力$ = 外部負載力

4. 運動力學

牛頓第二定律：

$M \,\ddot{x} = F_{net}$

其中 M 為總移動質量，x 為位置。.

控制設計中的線性化

上述非線性模型過於複雜，不適用於經典控制設計。我們將其圍繞工作點（平衡位置與壓力）進行線性化：

轉移函數⁴:
$\frac{X(s)}{U(s)} = \frac{K}{,s^{2}+ 2 \zeta \omega_{n} s + \omega_{n}^{2}\,}$

這揭示了關鍵的二階動力學，其特徵為：

$\omega_{n} = \sqrt\{frac\kappa \, P_{avg}\A^{2}}{M /, V_{avg}}}$

— 固有頻率

ζ = 阻尼係數 （取決於摩擦與閥門動態）

模型關鍵洞察

自然頻率依賴性

自然頻率方程式揭示，ω_n 隨以下因素增加：

• 更高壓力（更硬的氣壓彈簧）
• 更大的活塞面積（每單位壓力變化產生更大推力）
• 較小體積（較硬的彈簧）
• 較低質量（更容易加速）

音量隨位置變化

對於行程長度為 L 且活塞面積為 A 的圓柱體：

$V_{1}(x) = V_{死態} + A \times x$

$V_{2}(x) = V_{死} + A \times (L – x)$

其中 V_dead 為死體積（端口、軟管、歧管）。.

這種位置依賴性導致自然頻率在行程中顯著變化。.

實用建模考量

模型複雜性	精確度	計算	使用案例
簡單二階	±30%	非常低	初始設計，簡易PID
線性化四次方程	±15%	低	經典控制設計
非線性模擬	±5%	中型	增益排程，前饋控制
基於CFD的模型	±2%	極高	研究，極致精準

參數辨識

要使用這些模型，您需要實際的系統參數：

測量參數：

• 氣缸內徑與衝程（取自數據表）
• 移動物體（稱重）
• 供壓（壓力錶）
• 死體積（測量軟管與端口）

已識別參數：

• 摩擦係數（階躍響應測試）
• 閥門流量係數（壓力衰減測試）
• 有效體積模量（頻率響應測試）

貝普托的建模支援

在Bepto，我們為所有無桿氣缸提供詳細的氣動參數：

• 精確的缸徑與衝程尺寸
• 各端口配置的測量死體積
• 考慮密封摩擦的有效活塞面積
• 基於工廠測試的建議建模參數

此數據可為您節省數週的系統辨識工作，並確保您的模型與現實相符。.

哪些控制策略能補償壓縮性效應？

標準PID控制已不足夠——伺服氣動系統需要考慮壓縮性的專用控制策略。.

有效的伺服氣動控制需整合多重策略：增益調度技術依據位置與壓力動態調整控制器參數以應對多變工況；前饋補償機制根據目標加速度預測所需壓力值以降低追蹤誤差；壓力回饋系統則圍繞腔室壓力建立內環路以提升有效剛度——三者協同作用可使頻寬效能較單純PID控制提升2至3倍。. 關鍵在於將壓縮性視為已知且可補償的效應，而非未知擾動。.

策略一：獲利調度

由於系統動態隨位置變化，請採用位置依賴性控制增益：

$K_{p}(x) = K_{p0}\times \sqrt{\frac{V_{avg}}{V(x)}}$

此設計透過在剛性較低處（行程中段）提高增益，以及在剛性較高處（行程末端）降低增益，來補償剛性變化。.

執行

1. 將衝程劃分為5至10個區域
2. 為每個區域調整PID增益
3. 根據當前位置插值增益
4. 更新增益值於每個控制週期（典型值為1-5毫秒）

優點

• 在整個行程中保持一致的性能
• 可採用更激進的增益而不致不穩定
• 更能應對負載變化

挑戰

• 需要精確的位置反饋
• 初期調校更為複雜
• 增益切換瞬態的潛在影響

策略二：前饋補償

根據所需動作預測所需的閥門指令：

$u_{ff} = \frac{M \,\ddot{x}{desired}+ F{friction}+ F_{load}}{Delta P \times A}$

接著加入壓力預測：

$\Delta P_{required} = \frac{M \,\ddot{x}_{desired}}{A}$

此設計預先預測實現目標加速度所需的壓力變化，從而顯著降低追蹤誤差。.

執行

1. 將位置指令微分兩次以獲得所需加速度
2. 計算所需壓差
3. 轉換為閥門指令，使用閥門流量模型
4. 添加至反饋控制器輸出

優點

• 降低追蹤誤差達60-80%
• 允許更快的運動而不產生超調
• 提高重複性

策略三：壓力反饋（級聯控制）

實作雙迴路控制結構：

外環線： 位置控制器產生所需壓差
內環線： 快速壓力控制器指令閥門以達到所需壓力

此設計透過主動控制氣動彈簧，有效提升系統剛性。.

執行

外環（位置）：
$e_{pos} = x_{desired} - x_{actual}$
$\Δ P_{desired} = PID_{position}(e_{pos})$
內環（壓力）：
$e_{P1} = P_{1,desired} - P_{1,actual}$
$e_{P2} = P_{2,desired} - P_{2,actual}$
$u_{valve} = PID_{pressure}(e_{P1}, e_{P2})$

優點

• 有效頻寬提升2至3倍
• 更佳的干擾抑制能力
• 更穩定的性能

要求

• 每個腔室皆配備快速、精準的壓力感測器
• 高速控制迴路 (>500 Hz)
• 品質比例閥

策略四：基於模型的控制

採用完整的非線性模型進行進階控制：

滑動模式控制： 對參數變化與干擾具有強健性
模型預測控制（MPC）⁵: 優化對未來時間區間的控制
自適應控制： 自動調整模型參數於線上

這些先進策略雖能達到接近伺服電動機的性能表現，但需要投入大量工程設計工作。.

控制策略比較

策略	性能增益	執行複雜性	硬體需求
基本PID	基線	低	位置感測器專用
增益調度	+30-50%	中型	位置感測器
前饋	+60-80%	中型	位置感測器
壓力反饋	+100-150%	高	位置 + 2 個壓力感測器
基於模型	+150-200%	極高	多重感測器 + 快速處理器

實用調校指南

對於具有前饋的增益調度PID（多數應用的最佳選擇）：

1. 從中程調校開始在50%行程處調整PID增益，此時動態表現為「平均」狀態“
2. 添加前饋採用保守增益實施加速前饋控制（以計算值的50%為起始點）
3. 實施增益調度根據位置調整比例增益與微分增益
4. 迭代在每個區域進行微調，重點關注過渡區域
5. 跨條件測試驗證在不同負載與速度下的性能表現

一個成功的故事

瑪麗亞在德州經營一家客製化自動化公司，專門製造高速包裝機。她正苦於解決一套伺服氣動系統的問題——該系統需在2米/秒的速度下將包裝物定位於±1毫米範圍內。標準PID控制僅能達到±4毫米的精度，且伴隨大量擺動現象。.

我們實施了一項三部分策略：

1. 基於位置的增益調度（5個區域）
2. 加速前饋（70%之計算值）
3. 優化Bepto低摩擦無桿氣缸以最小化摩擦不確定性

結果令人震驚：

• 定位精度從±4毫米提升至±0.8毫米
• 沉降時間縮短了40%
• 週期時間減少了25%
• 系統在全負載範圍（0-50公斤）內保持穩定

整個實作過程耗費兩天的工程時間，而效能的提升使她成功贏得三項要求更嚴格公差的新合約。.

Bepto 無桿氣缸如何提升伺服氣動系統的性能？

氣缸本身是伺服氣動性能中的關鍵元件——而並非所有氣缸都具有相同的性能。⚙️

Bepto無桿氣缸透過四大關鍵特性強化伺服氣動控制： 最小化死體積，使氣動剛度與固有頻率提升30-40%低摩擦密封件，降低摩擦不確定性並提升模型精確度對稱設計，實現雙向動態平衡精密製造工藝，確保行程全範圍參數一致性同時成本較原廠替代品降低30%，交貨週期從數週縮短至數日。. 當您對抗壓縮性效應時，每個設計細節都至關重要。.

設計特色一：優化死腔體積

死體積是伺服氣動性能的敵人。它指的是存在於端口、歧管和軟管中的空氣體積，這些空氣既不產生作用力，卻會增加系統的順應性（彈性）。.

必妥優點：

• 整合式端口設計可將內部通道降至最低
• 緊湊型歧管選項可減少外部體積
• 優化的端口尺寸設計，在流量與容積之間取得平衡

影響：

• 30-40% 死體積較典型無桿氣缸更少
• 自然頻率增加20-30%
• 更快的回應速度與更高的頻寬

體積比較

組態	每腔室死腔體積	自然頻率（典型值）
標準無桿式 + 標準端口	150-200 立方公分	5-7 赫茲
標準無桿式 + 優化油道	100-150 立方公分	7-9 赫茲
Bepto 無桿式 + 整合式端口	60-100 立方公分	9-12 赫茲

設計特色二：低摩擦密封件

摩擦是伺服氣動系統中模型不確定性的最大來源。過高或不穩定的摩擦會導致前饋補償失效，並需要採用高反饋增益（這將降低穩定餘量）。.

必妥優點：

• 先進聚氨酯密封件，含摩擦調節劑
• 40% 密封件的初始分離摩擦力低於標準密封件
• 在溫度與速度範圍內更為一致的摩擦力
• 更長壽命（超過1000萬次循環）維持性能

影響：

• 更精準的力預測（±5% 對比 ±15%）
• 更佳的前饋性能
• 降低所需的反饋增益
• 減少黏滑行為

設計特色三：對稱設計

許多無桿氣缸具有非對稱內部幾何結構，導致每個方向產生不同的動態特性。這使得控制調校的工作量加倍。.

必妥優點：

• 對稱端口佈置與尺寸設定
• 雙向平衡密封摩擦
• 等效面積（無桿體面積差異）

影響：

• 單組控制增益適用於兩個方向
• 簡化增益調度
• 更可預測的行為

設計特色四：精密製造

伺服氣動控制仰賴精確模型。製造變異會導致模型失配，進而降低系統性能。.

必妥優點：

• 孔徑公差：H7（50毫米孔徑時為±0.015毫米）
• 導軌直線度：0.02毫米/米
• 生產過程中密封壓縮力保持一致
• 配對軸承組

影響：

• 模型與現實的吻合度在5-10%之間
• 各單元間的性能表現保持一致
• 縮短調試時間

系統層級效益

當您將這些特性整合於完整的伺服氣動系統中：

性能指標	標準氣缸	貝普托無桿氣缸	改進
自然頻率	6 赫茲	10 Hz	+67%
可達頻寬	2 赫茲	4 赫茲	+100%
定位精度	±2mm	±0.8mm	+60%
沉澱時間	400毫秒	200ms	-50%
模型準確度	±15%	±5%	+67%
摩擦變化	±20%	±8%	+60%

應用工程支援

當您選擇 Bepto 作為伺服氣動應用解決方案時，您獲得的不僅僅是氣缸：

✅ 詳細氣動參數 用於精確建模
✅ 免費控制策略諮詢 (那是我和我的團隊！ )
✅ 推薦閥門尺寸 達到最佳效能
✅ 範例控制程式碼 適用於常見的可編程邏輯控制器
✅ 特定應用測試 在提交前驗證效能

性價比分析

讓我們比較整體系統成本與效能：

選項 A：頂級 OEM 氣缸 + 標準控制系統

• 氣缸成本：$2,500
• 控制工程：40小時 @ $100/小時 = $4,000
• 性能：±2毫米，2赫茲頻寬
• 總計：$6,500

選項 B：Bepto 圓筒 + 優化控制

• 氣缸成本：$1,750（比30%少）
• 控制工程：24小時 @ $100/小時 = $2,400（需較少調校）
• 性能：±0.8毫米，4赫茲頻寬
• 總計：$4,150

節省：$2,350（36%），且效能更佳

為何伺服氣動整合商選擇Bepto

我們深知伺服氣動控制的挑戰性。空氣可壓縮性是無法消除的基礎物理問題——但可透過技術手段將其影響最小化並進行補償。我們的無桿氣缸專為降低控制難點的壓縮效應而設計：

• 更高剛度 透過減少死腔
• 更可預見的摩擦 透過先進的密封技術
• 更佳的模型準確度 透過精密製造
• 交貨速度更快 (3-5天) 讓您能快速迭代
• 成本較低 這樣你就能負擔得起更好的閥門和感測器

當你打造伺服氣動系統時，氣缸就是你的根基。奠定穩固的基礎，其他一切便會變得更容易。.

總結

透過精確建模與先進控制策略掌握空氣壓縮特性——結合優化的氣缸設計——使伺服氣動系統從令人沮喪的折衷方案，蛻變為兼具成本效益與高性能的解決方案，在眾多應用領域中足以與伺服電動系統相抗衡。.

伺服氣動控制中壓縮性常見問題

1. 複習支配氣體中壓力、體積與溫度之間關係的基本熱力學方程式。. ↩

2. 理解描述壓縮與膨脹過程中熱傳遞的熱力學指標。. ↩

3. 探索此線性參數可變控制技術，用於處理動態特性不斷變化的系統。. ↩

4. 瞭解數學函數如何在線性時不變系統中呈現輸入與輸出之間的關係。. ↩

5. 探索運用動態過程模型來優化未來控制動作的先進控制方法。. ↩