压电定位平台为什么要闭环？开环误差、传感器基准与Python测试

压电定位平台采用闭环控制，核心原因是压电陶瓷的实际位移会受到迟滞、蠕变、温度、负载、安装刚度和驱动电压误差影响。开环控制只能根据电压或模型估算位移，闭环控制则用独立位置传感器测量实际运动，并根据位置误差修正驱动命令。

闭环并不等于自动获得高精度。闭环效果取决于传感器测量基准、噪声、分辨率、带宽、安装位置、控制器参数、采样同步和机械结构。评价压电定位平台时，应分别报告分辨率、重复性、准确度、稳定时间和闭环带宽，不能笼统写成“纳米精度”。

本文给出一个Python教学程序，用于分析位置日志中的稳态误差、峰峰噪声和多次定位重复性。示例数据由确定性输入生成，不是任何压电平台的产品实测数据。

1. 开环和闭环到底差在哪里

2. 闭环定位必须先定义测量基准

位置传感器测到的是传感器测头与参考基准之间的相对位移。若传感器安装在柔性支架、基座或与执行器不同的结构上，传感器读数不一定等于工作端真实位移。

3. 开环与闭环定位测试架构

闭环控制增加了位置传感器和反馈路径，测试时要同步记录命令、反馈与工作端结果。

4. 闭环定位测试步骤

1. 固定机械安装、预紧、负载、环境温度和传感器测点。
2. 记录位置传感器型号、量程、分辨率、采样率、滤波、校准状态和测量基准。
3. 分别记录命令位移、驱动器实际输出、传感器反馈和工作端独立测量。
4. 先做静止噪声测试，再做单向阶跃、往返定位和长时间保持。
5. 每个目标位置等待规定稳定时间，避免把瞬态误差当作定位误差。
6. 改变一个变量，例如负载、温度、方向或控制带宽，观察误差指标如何变化。
7. 至少进行多次独立重复，分别计算重复性、最大误差和漂移。
8. 报告数据状态，明确哪些是实测、理论、仿真或教学示例。

5. 软件、硬件与测试条件

6. 定位误差、重复性和噪声如何区分

position_error = measured_position - command_position
steady_state_error = mean(error_in_stable_window)
noise_peak_to_peak = max(feedback) - min(feedback)
repeatability = max(cycle_means) - min(cycle_means)
maximum_absolute_error = max(abs(position_error))

分辨率描述可分辨的最小变化，重复性描述多次回到同一目标的离散程度，准确度描述测量结果与参考真值的接近程度。三者需要不同测试设计，不能用一个数字替代。

7. Python定位日志分析代码

CSV列名为cycle_id、command_um、measured_um和stable_flag。程序对稳定窗口计算平均误差、最大绝对误差、窗口噪声和多次循环重复性。数据单位使用um只是示例单位，不代表产品指标。

python piezo_closed_loop_test.py --self-test
python piezo_closed_loop_test.py position_log.csv

from __future__ import annotations
import argparse
import csv
import json
import math
import statistics
from pathlib import Path

REQUIRED = {"cycle_id", "command_um", "measured_um", "stable_flag"}

def number(value: str, field: str, line: int) -> float:
    try:
        result = float(value)
    except (TypeError, ValueError) as exc:
        raise ValueError(f"invalid {field} at line {line}") from exc
    if not math.isfinite(result):
        raise ValueError(f"non-finite {field} at line {line}")
    return result

def load(path: Path):
    with path.open("r", encoding="utf-8-sig", newline="") as handle:
        reader = csv.DictReader(handle)
        missing = REQUIRED - set(reader.fieldnames or [])
        if missing:
            raise ValueError(f"missing columns: {sorted(missing)}")
        rows = []
        for line, raw in enumerate(reader, start=2):
            rows.append({"cycle_id": raw["cycle_id"], "command_um": number(raw["command_um"], "command_um", line), "measured_um": number(raw["measured_um"], "measured_um", line), "stable_flag": raw["stable_flag"].strip().lower() in {"1", "true", "yes"}})
    if not rows:
        raise ValueError("CSV contains no rows")
    return rows

def analyze(rows):
    stable = [row for row in rows if row["stable_flag"]]
    if not stable:
        raise ValueError("no stable samples")
    errors = [row["measured_um"] - row["command_um"] for row in stable]
    cycle_means = {}
    for row, error in zip(stable, errors):
        cycle_means.setdefault(row["cycle_id"], []).append(error)
    means = [statistics.fmean(values) for values in cycle_means.values()]
    return {"stable_sample_count": len(stable), "cycle_count": len(means), "mean_error_um": statistics.fmean(errors), "maximum_absolute_error_um": max(abs(value) for value in errors), "noise_peak_to_peak_um": max(errors) - min(errors), "repeatability_um": max(means) - min(means)}

def self_test():
    rows = [{"cycle_id": str(cycle), "command_um": 10.0, "measured_um": value, "stable_flag": True} for cycle, value in [(1, 10.10), (1, 10.18), (2, 10.14), (2, 10.16), (3, 10.16), (3, 10.22)]]
    result = analyze(rows)
    
    assert result["stable_sample_count"] == 6
    assert result["cycle_count"] == 3
    assert abs(result["mean_error_um"] - 0.16) < 1e-12
    assert abs(result["maximum_absolute_error_um"] - 0.22) < 1e-12
    assert abs(result["noise_peak_to_peak_um"] - 0.12) < 1e-12
    assert abs(result["repeatability_um"] - 0.05) < 1e-12
    print("SELF_TEST_OK")
    print(json.dumps(result, ensure_ascii=False, indent=2))

def main():
    parser = argparse.ArgumentParser(description="Analyze piezo closed-loop positioning logs")
    parser.add_argument("csv_path", nargs="?", type=Path)
    parser.add_argument("--self-test", action="store_true")
    args = parser.parse_args()
    if args.self_test:
        self_test()
    elif args.csv_path is None:
        parser.error("csv_path is required")
    else:
        print(json.dumps(analyze(load(args.csv_path)), ensure_ascii=False, indent=2))

if __name__ == "__main__":
    main()

代码只分析已标记的稳定窗口，不自动判断稳定时间，也不替代控制器安全限幅和传感器校准。

8. 教学结果

自检构造3次定位循环，每次目标10.0 um，每次包含两个稳定样本。结果用于验证统计计算，不代表任何产品性能。

闭环可以减小部分误差，但测量基准、噪声和带宽仍决定最终结果。

9. 常见问题

9.1 压电平台开环一定不能用吗

不是。环境、负载和轨迹稳定，且允许通过标定和模型补偿控制误差时，开环可能更简单。是否闭环取决于目标指标和扰动边界。

9.2 闭环后就一定没有迟滞吗

不会。反馈可以修正可观测的位移误差，但传感器分辨率、带宽、控制延迟和机械耦合会限制修正效果。

9.3 位置传感器分辨率等于平台分辨率吗

不等于。平台分辨率还受噪声、量化、控制器、机械结构和测量基准影响，不能只看传感器标称分辨率。

9.4 为什么闭环会振荡

可能与控制增益、传感器延迟、机械共振、滤波相位和输出限幅有关。应先记录命令、反馈和控制周期，再逐项改变参数。

9.5 重复性和准确度怎么区分

重复性关注多次回到同一目标的一致程度，准确度关注结果与参考真值的接近程度，需要不同的参考和测试设计。

9.6 传感器装在基座上可以测工作端吗

不一定。基座、支架和工作端可能存在相对变形，应验证传感器测点与实际工作点的机械关系。

9.7 为什么要记录稳定时间

没有稳定窗口，瞬态超调、蠕变和噪声会混入定位误差，导致结果不可重复比较。

9.8 示例um数据能作为产品精度吗

不能。示例只验证代码，产品精度必须有型号、仪器、环境、样本数和统计方法完整的测试记录。

10. 结论

压电定位平台采用闭环，是为了测量实际位置并抑制迟滞、蠕变、负载和驱动误差带来的偏差。但闭环本身不是性能承诺，必须同时验证传感器基准、噪声、带宽、采样同步、控制参数和机械结构。

发布或比较压电定位平台时，应分别报告分辨率、重复性、准确度、稳定时间和闭环带宽。本文Python程序和示意数据用于复现统计方法，不代表任何具体产品实测指标。

参考资料

1. IEEE，ANSI/IEEE Std 176-1987，IEEE Standard on Piezoelectricity，1988。官方来源
2. JCGM，JCGM 100:2008，Evaluation of measurement data - Guide to the expression of uncertainty in measurement。官方来源
3. ISO，ISO 230-2:2014，Test code for machine tools - Part 2: Determination of accuracy and repeatability of positioning。标准组织页面
4. ISO，ISO 5725-1:1994，Accuracy of measurement methods and results - Part 1。标准组织页面
5. Python Software Foundation，csv - CSV File Reading and Writing，Python 3.12文档。Python文档
6. Python Software Foundation，statistics - Mathematical statistics functions，Python 3.12文档。Python文档