本文分析了伺服電機振動產生的原因．從大量文獻中總結了目前振動抑制的主要方法。對扭轉振動和轉矩脈動的抑制方法、從動態指標和系統結構上進行分析和對比。指出了目前振動抑制方法存在的問題，對振動抑制方法的發展進行展望。

隨著伺服驅動技術的發展，伺服系統廣泛應用于工業機器人、數控機床等，工業機器人以及數控機床的先進性取決于加工精度，而伺服電動機在驅動機械時，機械的剛性與結構、間隙、軸中心的偏移等都會引起電動機振動，電動機振動導致設備精度降低，如果工業機器人和數控機床精度受電動機振動的影響，將影響被加工裝備的質量，就這一角度而言，電動機振動抑制的研究十分必要。電動機的振動抑制是電動機控制領域的一個重要分支，電動機振動抑制的研究對促進電動機控制也有著重要意義。以振動抑制為目的的控制技術研究飛速發展，對因機械系統剛性低而引起的扭轉振動的研究尤其廣泛，提出了諸多解決方案。采用傳統PID控制是過去50年常用的方法，隨后出現了利用觀測器、陷波器、濾波器結合PID控制的控制方法對傳統的PID控制進行改進，發展至今又提出了與自適應算法、模糊控制理論、滑模變結構、H∞控制理論、神經網絡以及遺傳算法等結合的控制方法，還有加入快速傅里葉變換(FFT)的補償方法。另外，19世紀60年代早期提出的一種分析系統動態性的方法——狀態空闖方法論，最近幾年才開始在丁業上應用，近幾年又提出了一種具有很高的抑制響應非線性的控制方法。

電動機振動分為機械振動和電磁振動，扭轉振動和轉矩脈動是機械振動和電磁振動的兩種典型振動，許多學者對其進行了研究。本文總結了大量近5年內的文獻以及少量5年前的文獻，重點分析了抑制扭轉振動和轉矩脈動的方法，對文獻中提出的同類或類似方法進行縱向對比，找出方法之間的區別和適用對象，對同類型振動的抑制方法在系統復雜度、動態性、魯棒性以及其他特性方面進行橫向比較，以此來了解各種振動抑制方法的優劣性，并對振動抑制方法的發展進行展望。

1  扭轉振動抑制方法

扭轉振動普遍存在于雙質量系統(DoubleMassSystem)或雙慣性系統(DoubleIneftiaSystem)。扭轉振動的存在影響著系統的精度，針對扭轉振動的抑制，許多學者對其進行了研究，得出很多抑制扭轉振動的控制方法，如基于PID的控制、基于觀測器的控制、基于濾波器和陷波器的控制、H∞控制、共振比率控制和智能控制等。振動抑制方法發展至今，形成了多種方法結合的復合控制方法。

1.1典型的扭轉振動抑制復合方法分析

由于單獨采用某種控制策略來抑制扭轉振動有著各自的缺陷，如單獨采用PID控制。當輸入改變時，PID參數需重新整定，自適應差；又如單獨采用陷波器智能對高頻振動的抑制有效果。為了完善振動抑制方法，使其具有自適應性、魯棒性等特點，多種振動抑制方法之間復合形成的控制方法能有效地達到這一目的，但與此同時也產生了新的問題．下面將對幾種比較典型的復合控制方法進行分析。

1.1.1基于觀測器的復合振動抑制方法

雙慣性系統中反共振頻率與共振頻率的比值與慣性比有關，該比值對振動抑制控制的性能將產生很大的影響。LiangsongHuang等人在此基礎上提出了一種基于擾動觀測器設計的可調節慣性比控制策略，通過把慣性比調節到一個優化的比率達到抑制扭轉振動的目的。該方法簡單易行，系統復雜程度不高，能使伺服系統平滑穩定地工作。但是該方法在對公式進行變形的過程中做了大量假設，假設是否合理尚有待商榷，在假設成立的前提下，系統的可擴展性較低。

WenLi提出了一種用分數階擾動觀測器和基于神經元的PI模糊控制器來實現雙慣性系統中的振動抑制的方法，分數階擾動觀測器用于獲得擾動估計和產生補償信號，基于神經元的PI模糊控制器則用來實現外環控制。用分數階擾動觀測器的好處是，由于引進分數計算使Q濾波器從整數域擴展到實數域，使得系統在適當的魯棒性和振動抑制兩者中有更寬的折衷范闈，增強了系統的魯棒性。

1.1.2基于陷波器的復合振動抑制方法

濾波器、陷波器在雙慣性系統的振動抑制方面充當著重要角色。呂金等人提出了一種在PI控制器中加入陷波濾波器的方法，通過陷波濾波器將速度中的諧波分量過濾，達到抑制扭轉振動的效果。

Stonecheng等采用自適應陷波器提出了一種改善了的速度控制環的帶寬的方法，該結構基于自適應IIR陷波器技術的控制結構，解決了采用自適應IIR陷波器方法只能消除高頻振動和計算量大的缺點，使其能應用于低頻振動的抑制。

自適應陷波器能夠自動識別振動頻率，自動調節陷波器的參數，從而達到自動抑制的目的，具有很強的自適應性。

1.1.3基于H∞控制理論的復合控制方法分析

基于H∞控制理論設計的控制器能在攝動時保持系統的特性，H∞控制器的這一優點使其在振動抑制領域廣泛應用。如ShigeoMofimoto等提出了一種基于H∞控制器的雙自由度控制器的設計用來改善速度命令的軌跡特性。高階的H∞控制器能夠應用于實際系統，該方法跟傳統的PI速度控制相比在魯棒性和動態響應上有顯著提高，且能夠有效地抑制扭矩轉動和擾動。

JianFU設計了一種觀測器和H∞濾波器結合的系統。引，提出了一種CCHFLo(CompensativeContmlBasedOnH∞Filter卸dkadObsen，er)的控制方法。該方法振動能夠得到很好的抑制且具有魯棒性，缺點是系統比較復雜。

TeresaOrlowska—Kowalska和KrzysztofSzabat提出了另一種H∞控制理論與神經模糊結合的控制方法，該方法采用自適應神經模糊滑動速度控制，能夠很好地抑制扭轉振動，系統參數的范嗣很廣，魯棒性強且系統的動態響應好。

另外，Jianhuiwang等提出了一種根據最優控制理論提出了一種新的預測控制模型。該模型能夠使系統的動態響應接近參考輸入，且系統動態曲線平滑，但是作者采用的參考輸入很小，適用范圍很小，有待提高。同樣利用預測模型的方法有牛志剛等提出的利用TurboPMAC運動控制器的超前觀測功能來實現振動抑制。超前預測的實質是一種變插補周期的控制方式，不依賴于具體機構的運動學模型。

1.2扭轉振動抑制方法比較

綜上所述，傳統的PI控制系統相對簡單，但對減小振動效果不明顯，在利用PID控制的過程中。一旦參數整定，就不能改變，魯棒性較差；濾波器和陷波器能抑制高頻振動，自動識別振動頻率，自動調節參數，具有極強的自適應性和魯棒性，但是對系統的動態性影響較大；共振比率控制(RRC)在共振頻影反共振頻率值很大時擁有良好的抑制能力。智能控制方法系統復雜但是具有很好的自適應性和魯棒性；H∞控制能有效地控制系統的魯棒性，但是該方法以犧牲系統的動態性為代價。