（传递函数版）伺服系统基于陷波滤波器双惯量伺服系统机械谐振抑制matlab/Simulink仿真 1.模型简介 模型为基于陷波滤波器的双惯量伺服系统机械谐振抑制仿真，采用Matlab R2018a/Simulink搭建 仿真模型由传递函数形式搭建，主要包括转速环、电流环、低通滤波器、陷波滤波器、双惯量谐振模型 2.算法简介 实际工程中，由于传动环节机械间隙和柔性的影响，机械谐振现象经常会发生，导致伺服系统运行过程中会产生噪声，更严重时容易损坏设备 谐振抑制一直为伺服控制算法中最核心的算法之一 本仿真适合理论分析和仿真验证，便于理解机械谐振原理、陷波滤波器原理以及谐振抑制原理 仿真内可手动设置谐振频率，根据设定频率自动设定机械参数，并且设置陷波滤波器参数方法比较简单 3.仿真效果 1 机械谐振抑制前后转速波形，如下图1所示 2 机械谐振抑制前后转矩电流波形，如下图2所示 3 机械谐振抑制前后开环bode图，如下图3所示 4 机械谐振抑制前后闭环bode图，如下图4所示 可提供模型内相关算法的参考文献，避免大量阅读文献浪费时间 附带有关双惯量模型、陷波滤波器和振动抑制的大量资料

机械轴系扭振这玩意儿搞过伺服的朋友都懂，电机转起来跟拖拉机似的嗡嗡响，不知道的还以为设备要散架。这种高频震颤不光听着闹心，严重了能把联轴器螺丝都震松。今天咱们拿双惯量模型开刀，手把手教你用陷波滤波器给系统做个"消音耳塞"。

先看双惯量模型怎么在Simulink里搭出来。这货本质上就是俩铁疙瘩（惯量）中间用弹簧连着，数学上可以拆成三个传递函数串起来：

% 双惯量模型核心参数
Jm = 0.002; % 电机惯量
Jl = 0.005; % 负载惯量
K = 80;     % 轴刚度
C = 0.1;    % 阻尼系数

s = tf('s');
G = (K*(Jl*s^2 + C*s + K)) / ( (Jm*s^2 + C*s + K)*(Jl*s^2 + C*s + K) - (C*s + K)^2 );

这个二阶系统在频域上会露出马脚——伯德图里那个尖峰就跟心电图异常似的，妥妥的谐振点。这时候该陷波滤波器上场了，它的任务就是在特定频率上挖个"坑"。

搞滤波器的参数设置其实有窍门，直接上代码更直观：

% 自动配置陷波滤波器
resonant_freq = 350; % 实测谐振频率
wn = resonant_freq * 2 * pi; 
damping_ratio = 0.1; % 控制陷波深度

notch_tf = tf([1 2*wn*damping_ratio wn^2], [1 2*wn wn^2]);

注意这里的damping_ratio别设太大，否则会把周边频率也削了。实际调试时得开着频谱仪慢慢调，跟老中医把脉似的，找到那个让系统"气顺"的平衡点。

（传递函数版）伺服系统基于陷波滤波器双惯量伺服系统机械谐振抑制matlab/Simulink仿真 1.模型简介 模型为基于陷波滤波器的双惯量伺服系统机械谐振抑制仿真，采用Matlab R2018a/Simulink搭建 仿真模型由传递函数形式搭建，主要包括转速环、电流环、低通滤波器、陷波滤波器、双惯量谐振模型 2.算法简介 实际工程中，由于传动环节机械间隙和柔性的影响，机械谐振现象经常会发生，导致伺服系统运行过程中会产生噪声，更严重时容易损坏设备 谐振抑制一直为伺服控制算法中最核心的算法之一 本仿真适合理论分析和仿真验证，便于理解机械谐振原理、陷波滤波器原理以及谐振抑制原理 仿真内可手动设置谐振频率，根据设定频率自动设定机械参数，并且设置陷波滤波器参数方法比较简单 3.仿真效果 1 机械谐振抑制前后转速波形，如下图1所示 2 机械谐振抑制前后转矩电流波形，如下图2所示 3 机械谐振抑制前后开环bode图，如下图3所示 4 机械谐振抑制前后闭环bode图，如下图4所示 可提供模型内相关算法的参考文献，避免大量阅读文献浪费时间 附带有关双惯量模型、陷波滤波器和振动抑制的大量资料

仿真结果最说明问题。抑制前的转速波形像得了帕金森疯狂抖动，加上陷波之后立马老实了。转矩电流波形变化更有意思——原本的高频毛刺被掐头去尾，活像剃了个平头。开环伯德图里那个突兀的谐振峰被压下去后，相位裕度至少能提升15度，系统稳得一批。

不过别以为加个滤波器就万事大吉，实际调试时得防着参数漂移。曾经有个项目，设备运行半小时后谐振频率漂了50Hz，陷波器直接成摆设。后来加了频率自适应算法才搞定，这又是另一个故事了。

需要模型源码和详细参数的朋友可以留言，我这还存着当年啃过的经典论文，从谐振机理到滤波器设计一应俱全。搞控制这行当就是这样，理论仿真只是门票，真正的功夫都在调试现场那一把把掉落的头发里。