摩擦補償與負載擾動的解耦：從頻譜分析看伺服系統的調機真相

在工廠自動化的現場調機過程中，我們常會碰到一個尷尬的情況：馬達在低速運轉時，軌跡追隨誤差（Tracking Error）總是無法壓到理想範圍。許多工程師的第一反應就是去調整 PID 參數，或者加大摩擦補償（Friction Compensation）的增益。但問題來了，這真的有效嗎？有時候，我們以為是摩擦力導致的爬行現象，實際上可能混雜了外部負載的動態變化。如果不釐清兩者的來源，盲目補償反而會讓系統產生不必要的震盪。

回到根本：為什麼我們要把誤差拆開來看？

在控制理論中，非線性摩擦（如靜摩擦 Stiction 或庫倫摩擦）與負載擾動（如外部負載慣量變化或切割力的影響）在時域圖上看起來都很像誤差。但如果我們把問題拆開，從物理本質來看，它們的特徵完全不同：

• 非線性摩擦：通常與位置和速度強相關，會在換向點（Velocity Reversal）產生明顯的跳躍或遲滯。
• 負載擾動：通常與系統的動力學狀態有關，可能是隨機的，也可能是與週期性負載疊加在一起的。

當我們調機時，如果只看軌跡追隨誤差，我們看到的是兩者的疊加結果。要解耦這兩者，我們需要進入頻域，因為它們在頻譜上的「足跡」是不一樣的。

非侵入式的量化指標：電壓指令的譜密度分析

既然不能拆解馬達，我們就透過驅動器內部的「數據監測」來找答案。最推薦的工具就是分析「電流指令（或電壓指令）」的功率譜密度（Power Spectral Density, PSD）。

如何解讀譜密度分析

當系統處於運動狀態時，我們透過驅動器記錄一段穩定速度下的電流指令數據，進行快速傅立葉轉換（FFT）。你會發現，摩擦引起的非線性效應，通常會反映在低頻段的諧波中（特別是與運動頻率相關的基頻及其倍頻）。

重點：若摩擦補償模型設計得當，在換向點附近，譜密度圖中那些與速度極性切換對應的奇數次諧波峰值會顯著下降。反之，若負載擾動較大，則會在更廣的頻帶（或是對應負載週期性的頻率點）出現雜訊成分。

解耦的關鍵技術：擾動觀測器（DOB）的頻率窗口

透過設計擾動觀測器（Disturbance Observer, DOB），我們可以將觀測到的擾動分為「低頻區域（摩擦佔主導）」與「高頻區域（負載不確定性佔主導）」。在實務上，如果你發現系統的輸出電流指令在高頻段有較大的抖動，這通常意味著負載參數的估算不足，而不是摩擦補償的問題。

實務調機的注意事項

注意：千萬不要為了追求「看起來漂亮」的追隨誤差，而把摩擦補償的增益拉得太高。這會導致系統產生高頻的過度校正，這在伺服控制裡稱為「Hunting（狩獵現象）」，反而會加速機械傳動組件（如滾珠螺桿）的磨損。

調機的核心，在於區分「可預測的摩擦」與「隨機的負載擾動」。利用電流譜密度作為非侵入式的量化手段，你可以清楚看到摩擦補償模型的參數改進，是否真的減少了非線性的貢獻。一旦非線性成分降低，剩下的就是負載擾動的範疇，這時候你才需要去處理模型預測控制（MPC）中的狀態觀測器，或者透過調整濾波器來應對。

自動化控制是一門藝術，也是一門嚴謹的工程科學。拆開來看，問題其實都藏在基本的頻率響應裡。希望下次在現場調機時，你能試著從譜密度分析中，讀出系統真正想告訴你的聲音。