[硬核实战] 基于Ansys Motion的3RPS并联机器人动力学闭环控制仿真

1. 什么是 3-RPS？

3-RPS（Revolute-Pris matic-Spherical）是一种经典的并联机构。它由静平台（Base）、动平台（Platform）以及三根对称分布的支腿组成。每根支腿包含三个运动副：

• R (Revolute)：连接静平台的转动副；    

• P (Pris matic)：中间的驱动推杆（移动副）；    

• S (Spherical)：连接动平台的球形副。

2. 运动特性

与常见的 6 自由度 Stewart 平台不同，3-RPS 具有 3 个自由度：一个沿 Z 轴的平移（Heave）和绕 X、Y 轴的旋转（Roll & Pitch）。

这种结构赋予了它独特的“寄生运动”特性，即在旋转时会伴随微小的平移。这对于控制算法的鲁棒性提出了更高要求——这正是我们要在仿真中攻克的难点。

3. 应用领域：从深海到太空

并联机构因其高刚度、高精度、承载力强、误差不累积等显著优势，在工业界备受青睐：

• 精密对准：如天文望远镜的副镜调姿、卫星天线的快速指向。    

• 模拟仿真：赛车/飞行模拟器的 3 自由度运动底座，提供真实的体感反馈。    

• 先进制造：并联机床的主轴头，能够在高切削力下保持极高的姿态刚度。    

• 医疗手术：微创手术机器人的末端定位机构。

  
  

在控制算法开发中，我们常说“理论很丰满，现实很骨感”。如果你做过倒立摆，你一定知道理想模型与物理实体的巨大鸿沟。

1. 动力学仿真的必要性

在板球平衡这个案例中，传统的数学建模往往将支腿简化为理想的角度输出。但在真实的 3-RPS 机构中：

• 推杆惯性：推杆自身的质量和加速度会反作用于平台。    

• 接触非线性：小球与平板之间的摩擦、碰撞、以及滑动过程中的非线性动力学。    

• 机构迟钝感：推杆位移与平台角度之间的非线性映射（雅可比矩阵）。    

2. 联合仿真的“上帝视角”

• ”Ansys Motion（动力学大脑）：负责硬核的物理计算。它可以精准模拟多体动力学、运动关节间隙、甚至柔性体的变形。    

• 控制软件（逻辑中枢）：负责算法实现。无论是简单的 PID 还是前馈控制，都能快速部署并验证。

• 双向奔赴：通过 FMU 协议进行实时数据交互。我们在控制软件中编写 PID 代码，直接驱动 Motion 中的物理推杆。这种方式可以让我们在不损坏昂贵硬件的前提下，反复调试参数（如K_p和K_d的匹配），直到找到系统最优解。

  
     

3. 核心控制逻辑：PID 调优的“避坑”指南

• 在实现过程中，你会发现 3-RPS 的 PID 调优与倒立摆截然不同。    

• 延迟挑战：并联机构的机械链条更长，指令从控制软件发出到 Motion 反馈存在微小延迟。    

• 阻尼博弈：由于机构刚度大，微分增益K_d的选取变得极其敏感——太小则震荡，太大则导致系统高频抖动（数值震荡）。    

• 单位统一：Motion 导出的 FMU 文件，单位角度是弧度制，长度是 mm，这要求我们在控制逻辑中必须保持严谨的量纲统一。    

Ansys Motion 通过导出 FMU 文件即可与市面上常用的控制软件进行仿真数据交换，从而实现联合仿真，下面是 motion 的联合仿真流程图。

仿真目的与核心任务快览

在 3-RPS 板球系统模型中，我们要解决的不仅是“让球不动”，更是要在大惯量、非线性的并联机构下实现高动态响应。通过本次仿真，我们将深度探索 Ansys Motion与 控制软件联合仿真的边界。

仿真核心目标：

• 非线性映射验证：验证从平面误差 (x, y)到并联机构支腿位移 (ΔL)的控制链路闭环。    

• 物理延迟对抗：在 1ms的通讯步长下，寻找抑制机构惯性振荡的最优增益组合。    

• 鲁棒性测试：确保小球在面对动态轨迹（如画圆）时，能够克服向心力偏差。    

• 量纲转换校验：实战演练 MOTION 导出 FMU 的单位规范（弧度制与 mm）在控制算法中的精准匹配。    

主要实操内容预览：

Step 1：在 motion pre 中搭建并联机器人的动力学模型定义控制所用的输入(sinput)和输出信号(output)

Step 2：FMU 接口集成—建立控制软件与 Motion 动力学内核的高速数据通道。

Step 3：控制流程搭建，实现控制逻辑与 FMU 数据耦合。

Step 4：PD/PID 深度调优—分享如何突破K_d的“数值震荡”临界点（从抖动到平稳）。

Step 5：动态轨迹循迹—引入时间函数，驱动小球完成高精度的圆周运动演示。

本次以独立版的前处理器 motion pre 为例进行介绍；

Step 1: 3RPS 并联机器人动力学建模

在 motion pre 中导入并联机器人模型，3RPS 并联机器人主要由静平台，动平台，推杆驱动机构三部分组成；

3RPS 并联机器人连接关系定义：

• R (Revolute)：连接静平台的转动副；

  
     

• P (Pris matic)：中间的驱动推杆（移动副）；

  
     

• S (Spherical)：连接动平台的球形副。

  
     

固定副：静平台与地面

接触定义：

输入输出信号定义：

输入信号：

缸体与活塞杆之间的移动副分别添加位移驱动，关联函数表达式 sinput，如下图所示：

三个输入分别是推杆加载的位移载荷：L1,L2,L3

输出信号：

输出信号为小球相对于动平台中心的 X，Y 轴方向的位移和速度，这将作为控制软件尽量进行控制调整时候的反馈信号。注意：由于 motion 单位是 mm，控制软件一般是 m，如果存在单位转换问题，可以在函数表达式这里加上/1000来进行单位转换。

Step 2：导出 FMU 文件，建立联合仿真数据接口

建立 CO-simulator，勾选定义好的输入输出对象，导出 M 文件供控制软件使用。

Step 3：控制流程搭建

在控制软件里面导入 motion 的 FMU 文件

搭建并联机器人的控制流程，通过系统反馈的小球的 XY 位置和速度，进行 PD 控制动平台绕 X 轴(alpha)和 Y 轴的旋转角度(beta)，然后导入并联机器人系统的逆动力学模块，通过该模块，可以通过动平台的旋转角度得到三个驱动推杆的ΔL 值，从而进行驱动。如下图所示： 

Step 4：PD 控制器设计

PD 控制其代码：

在 PD 控制器部分，如果我们想让小球在落到动平台后回到中心位置，只要设置 x_rep 和 y_rep 为 o 即可。下面的代码部分，我们以小球落到动平台后，按照半径为0.08m 的圆进行循迹运动。

逆动力学计算代码：

仿真结果展示：

1）小球落到平台后回到平台中间位置，不同的 pd 参数条件，小球恢复平衡的效果不同。

小球快速恢复平衡

小球来回震荡然后恢复平衡

小球落在平台后，按照圆圈轨迹运动

通过本次从零到一的3-RPS 板球系统开发，我们可以总结出并联机构仿真控制的四个核心维度：

1. 动力学建模是控制的基础    

   不同于简单的理想角度模型，3-RPS这种并联机构存在复杂的空间耦合与寄生运动。通过 Ansys Motion 进行高精度的多体动力学建模，能够捕捉到推杆惯性和接触非线性，这是控制算法在现实场景中具备鲁棒性的前提。

   
      

2. 通讯步长决定控制上限    

   在联合仿真（Co-simulation）中，1ms的步长不仅是数据交换的频率，更是控制器的“生命线”。尤其在调节微分项K_d时，步长越小，数值噪声对速度反馈的干扰越低，系统才能承载更高的增益而不发生高频抖动。

   
      

3. 物理特性决定增益量级    

   “下小上大”的重型机构决定了执行器的“钝感”。在调试中，我们必须根据机械结构的减速比和传动特性，跳出理想模型的参数圈子，通过实测去寻找让物理支腿产生有效位移的 K_p 与 K_d 黄金平衡点。

   
      

4. 从静态平衡到动态循迹的跨越    

   实现点对点的平衡只是开始，动态轨迹跟踪（如画圆）才是检验系统动态性能的试金石。通过引入前馈控制或动态参考值，我们能够更深刻地理解并联机构在应对向心力和惯性力时的补偿机制。