本章深入探讨3D打印机的机械系统设计原理，从运动学方程到动力学分析，建立精确的数学模型。我们将分析不同运动架构的优劣，推导误差传播规律，并通过振动模态分析优化结构设计。掌握这些内容后，您将能够设计高精度、高速度的3D打印运动系统，并对现有系统进行精确的性能评估与优化。
笛卡尔坐标系统是最直观的3D打印机架构，其X、Y、Z三轴相互正交且运动独立。这种解耦特性简化了控制算法，但对机械精度要求更高。
建立打印机坐标系，原点位于打印平台左前角，X轴向右，Y轴向后，Z轴向上（右手坐标系）。这种坐标系定义遵循CNC机床的G-code标准，确保了与切片软件和控制固件的兼容性。理解坐标变换的数学基础对于实现精确的多轴插补和误差补偿至关重要。
对于任意点P，其位置向量表示为：
\[\mathbf{p} = \begin{bmatrix} x \\ y \\ z \\ 1 \end{bmatrix}\]采用齐次坐标的优势在于将平移和旋转统一为矩阵乘法运算，简化了复合变换的计算。各轴运动可用齐次变换矩阵描述：
\[T_x(\Delta x) = \begin{bmatrix} 1 & 0 & 0 & \Delta x \\ 0 & 1 & 0 & 0 \\ 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 1 \end{bmatrix}\]类似地定义 $T_y(\Delta y)$ 和 $T_z(\Delta z)$。打印头从初始位置 $\mathbf{p}_0$ 移动到目标位置 $\mathbf{p}_f$ 的总变换为：
\[\mathbf{p}_f = T_z(\Delta z) \cdot T_y(\Delta y) \cdot T_x(\Delta x) \cdot \mathbf{p}_0\]由于平移变换的可交换性（阿贝尔群性质），变换顺序不影响最终结果：
\[T_x(a) \cdot T_y(b) = T_y(b) \cdot T_x(a)\]这一性质极大简化了路径规划算法，允许各轴独立计算运动轨迹。然而，当引入旋转变换（如5轴打印机或床面自动调平）时，变换顺序变得至关重要，需要仔细处理欧拉角的万向锁问题。
正运动学建立了从关节空间（电机转角）到笛卡尔空间（打印头位置）的映射关系。这一映射的精度直接决定了打印的几何保真度。在实际系统中，还需要考虑传动链的非理想特性，如齿隙、弹性变形和热膨胀等因素。
给定各轴电机转角 $\theta_x, \theta_y, \theta_z$，计算打印头位置。设步进电机步距角为 $\alpha$（典型值1.8°），细分数为 $n$，传动比为 $r$（皮带轮直径或丝杠导程）：
对于皮带传动的X、Y轴： \(x = \frac{\theta_x}{\alpha} \cdot \frac{\alpha}{n_x} \cdot \frac{\pi d_x}{360°/\alpha} = \frac{\theta_x \cdot \pi d_x}{360° \cdot n_x}\) \(y = \frac{\theta_y \cdot \pi d_y}{360° \cdot n_y}\)
对于丝杠传动的Z轴： \(z = \frac{\theta_z}{360°} \cdot \frac{p_z}{n_z}\)
其中 $d_x, d_y$ 为皮带轮直径，$p_z$ 为Z轴丝杠导程（mm/转）。
步进脉冲数与位置的关系更为直接： \(x = N_x \cdot \frac{\pi d_x}{S_x \cdot n_x}\)
其中 $N_x$ 为脉冲数，$S_x = 360°/\alpha$ 为电机每转步数（如200步/转）。
逆运动学（从位置求脉冲数）： \(N_x = \frac{x \cdot S_x \cdot n_x}{\pi d_x}\)
这个公式是固件中steps_per_mm参数的理论基础。实际标定时，还需要考虑皮带节距、齿形误差等因素，通过打印标准测试件进行经验修正。
工作空间定义了打印机的物理能力边界，但实际可用空间受多种因素制约。深入理解这些限制有助于优化打印策略和避免机械冲突。工作空间的形状和大小不仅影响可打印物体的尺寸，还影响打印速度和精度的空间分布。
物理工作空间由机械限位决定：
\[W = \{(x,y,z) | 0 \leq x \leq X_{max}, 0 \leq y \leq Y_{max}, 0 \leq z \leq Z_{max}\}\]然而，有效打印空间需要考虑多个约束因素：
1. 喷嘴偏移与多头打印 对于双喷头系统，偏移量$(x_{nozzle}, y_{nozzle})$会减少可用空间： \(W_{dual} = W \cap (W - (x_{offset}, y_{offset}, 0))\)
2. 床面形变补偿 实际打印平台存在翘曲，通过网格测量获得高度场$z_{bed}(x,y)$： \(z_{bed}(x,y) = \sum_{i,j} w_{ij}(x,y) \cdot z_{ij}\) 其中$w_{ij}$为双线性插值权重。
3. 动态安全边界 安全边界$\delta_{safety}$应考虑速度相关的超程： \(\delta_{dynamic}(v) = \delta_{static} + \frac{v^2}{2a_{max}}\)
4. 热膨胀修正 温度变化引起的工作空间变化： \(W_T = W_0 \cdot [1 + \alpha(T - T_0)]\)
实际可打印空间的完整表达：
\[W_{print} = \{(x,y,z) | \delta(v) \leq x \leq X_{max}-\delta(v), \delta(v) \leq y \leq Y_{max}-\delta(v), z_{bed}(x,y)+h_{first} \leq z \leq Z_{max}\}\]其中$h_{first}$为首层高度。
工作空间利用率优化 定义利用率指标： \(\eta = \frac{V_{object}}{V_{workspace}} \cdot \frac{t_{print}}{t_{total}}\)
通过智能排布算法（如2D装箱问题的底左算法BL、最佳适应算法BF）可以提高空间利用率。对于打印农场，还需要考虑多机协同的全局优化。
笛卡尔系统的运动解耦是其最大的架构优势，这种解耦不仅简化了控制算法，还提供了模块化升级的灵活性。深入理解解耦的数学本质和工程实现，对于系统优化至关重要。
解耦的数学定义
系统解耦的充要条件是雅可比矩阵为对角阵：
\[\mathbf{J} = \begin{bmatrix} \frac{\partial x}{\partial \theta_x} & \frac{\partial x}{\partial \theta_y} & \frac{\partial x}{\partial \theta_z} \\ \frac{\partial y}{\partial \theta_x} & \frac{\partial y}{\partial \theta_y} & \frac{\partial y}{\partial \theta_z} \\ \frac{\partial z}{\partial \theta_x} & \frac{\partial z}{\partial \theta_y} & \frac{\partial z}{\partial \theta_z} \end{bmatrix} = \begin{bmatrix} J_{xx} & 0 & 0 \\ 0 & J_{yy} & 0 \\ 0 & 0 & J_{zz} \end{bmatrix}\]这意味着： \(\frac{\partial x}{\partial \theta_y} = \frac{\partial x}{\partial \theta_z} = 0\) \(\frac{\partial y}{\partial \theta_x} = \frac{\partial y}{\partial \theta_z} = 0\) \(\frac{\partial z}{\partial \theta_x} = \frac{\partial z}{\partial \theta_y} = 0\)
工程优势分析
控制器设计简化 各轴可独立设计PID控制器： \(u_i(t) = K_{p,i}e_i(t) + K_{i,i}\int e_i(t)dt + K_{d,i}\frac{de_i(t)}{dt}\) 无需考虑交叉耦合项，大幅降低调参复杂度。
误差传播隔离 位置误差的协方差矩阵为对角阵： \(\mathbf{\Sigma}_{xyz} = \begin{bmatrix} \sigma_x^2 & 0 & 0 \\ 0 & \sigma_y^2 & 0 \\ 0 & 0 & \sigma_z^2 \end{bmatrix}\) 各轴误差统计独立，简化了误差分析和补偿。
计算效率提升 直线插补只需独立计算各轴步数： \(N_i = \lfloor |\Delta_i| \cdot steps\_per\_mm_i + 0.5 \rfloor\) 相比耦合系统的矩阵运算，计算复杂度从O(n³)降至O(n)。
模块化与可维护性
解耦的限制与补偿
实际系统中完全解耦是理想化的，存在以下耦合因素：
结构柔性耦合：框架变形导致的轴间干扰 \(\Delta x_{flex} = \frac{F_y \cdot L^3}{3EI_{frame}}\)
热膨胀耦合：温度场不均匀导致的几何变化 \(\delta_{thermal} = \int_0^L \alpha(T(s) - T_0)ds\)
动态耦合：高加速度下的惯性力交互 \(F_{coupling} = m_{moving} \cdot a_{perpendicular}\)
通过前馈补偿可部分消除这些耦合效应： \(u_{compensated} = u_{nominal} + K_{coupling} \cdot \hat{d}_{coupling}\)
Delta打印机采用并联机构，三个伺服臂协同运动控制打印头位置。其高速度、高精度特性适合大批量生产。与串联机构相比，并联机构的惯量集中在基座，运动部件轻量化，使得Delta打印机能够实现极高的加速度（可达20000mm/s²）和打印速度（可达500mm/s）。然而，这种架构的运动学复杂性也带来了独特的挑战，需要深入理解其数学原理才能充分发挥其性能优势。
Delta机构的几何配置直接决定了其工作空间形状和运动特性。通过精心设计几何参数，可以优化速度、精度和工作空间的平衡。标准Delta配置采用120°对称分布，但也存在非对称变体以适应特殊需求。
定义关键几何参数：
建立坐标系，原点在上平台中心，Z轴向下为正。三个电机按120°均布：
\(A_1 = (R, 0, 0)\) \(A_2 = (-R/2, R\sqrt{3}/2, 0) = R(\cos(120°), \sin(120°), 0)\) \(A_3 = (-R/2, -R\sqrt{3}/2, 0) = R(\cos(240°), \sin(240°), 0)\)
打印头连接点相对于打印头中心，保持相同的120°对称：
\(B_1 = (r, 0, 0)\) \(B_2 = (-r/2, r\sqrt{3}/2, 0)\) \(B_3 = (-r/2, -r\sqrt{3}/2, 0)\)
几何参数优化准则：
逆运动学是Delta控制的核心，其解析解的存在使得实时控制成为可能。与正运动学需要迭代求解不同，逆运动学可以直接计算，这是Delta机构的重要优势。解的唯一性和连续性保证了运动的平滑性。
给定打印头位置 $P = (x, y, z)$，求解三个电机的垂直位移 $d_1, d_2, d_3$。
约束方程推导
对于第i个运动链，从动臂长度恒定构成球面约束：
\[|\mathbf{C}_i - \mathbf{E}_i| = l\]其中：
展开约束方程：
\[|\mathbf{P} + \mathbf{B}_i - (\mathbf{A}_i + d_i \mathbf{\hat{z}})| = l\] \[(x + B_{ix} - A_{ix})^2 + (y + B_{iy} - A_{iy})^2 + (z - d_i)^2 = l^2\]记 $K_{ix} = x + B_{ix} - A_{ix}$，$K_{iy} = y + B_{iy} - A_{iy}$，整理为标准二次方程：
\[d_i^2 - 2zd_i + (K_{ix}^2 + K_{iy}^2 + z^2 - l^2) = 0\]解的判别与选择
判别式： \(\Delta_i = 4z^2 - 4(K_{ix}^2 + K_{iy}^2 + z^2 - l^2) = 4(l^2 - K_{ix}^2 - K_{iy}^2)\)
解存在条件：$\Delta_i \geq 0$，即 $K_{ix}^2 + K_{iy}^2 \leq l^2$
解为： \(d_i = z \pm \sqrt{l^2 - K_{ix}^2 - K_{iy}^2}\)
物理可行解的选择：
计算优化
为提高实时性，可预计算常量： \(K_{const,i} = (B_{ix} - A_{ix})^2 + (B_{iy} - A_{iy})^2\)
运行时只需计算： \(d_i = z - \sqrt{l^2 - (x - A_{ix})^2 - (y - A_{iy})^2 - K_{const,i} - 2x B_{ix} - 2y B_{iy}}\)
正运动学问题在Delta机构中没有封闭解析解，必须采用数值方法。这在标定和仿真中经常需要，虽然不用于实时控制，但对系统分析至关重要。选择合适的数值方法和初值策略对收敛速度和稳定性影响很大。
问题表述
给定 $d_1, d_2, d_3$，求解打印头位置 $\mathbf{P} = (x, y, z)$，等价于解非线性方程组：
\[f_i(x,y,z) = (x + B_{ix} - A_{ix})^2 + (y + B_{iy} - A_{iy})^2 + (z - d_i)^2 - l^2 = 0, \quad i=1,2,3\]牛顿-拉弗森方法
迭代公式： \(\mathbf{P}_{k+1} = \mathbf{P}_k - \mathbf{J}^{-1} \mathbf{f}(\mathbf{P}_k)\)
雅可比矩阵元素： \(J_{ij} = \frac{\partial f_i}{\partial p_j}\)
其中： \(\frac{\partial f_i}{\partial x} = 2(x + B_{ix} - A_{ix})\) \(\frac{\partial f_i}{\partial y} = 2(y + B_{iy} - A_{iy})\) \(\frac{\partial f_i}{\partial z} = 2(z - d_i)\)
简化后： \(\mathbf{J} = 2\begin{bmatrix} K_{1x} & K_{1y} & z - d_1 \\ K_{2x} & K_{2y} & z - d_2 \\ K_{3x} & K_{3y} & z - d_3 \end{bmatrix}\)
收敛性分析
收敛条件：
| 初值足够接近真解：$ | \mathbf{P}_0 - \mathbf{P}^* | < \rho$ |
收敛速度：二次收敛 \(||\mathbf{P}_{k+1} - \mathbf{P}^*|| \leq C ||\mathbf{P}_k - \mathbf{P}^*||^2\)
初值选择策略
几何中心法： \(\mathbf{P}_0 = (0, 0, \bar{d})\) 其中 $\bar{d} = (d_1 + d_2 + d_3)/3$
线性近似法： 在工作空间中心附近线性化，得到近似解作为初值
查表插值法： 预计算网格点的正解，运行时插值获得初值
替代方法
最小二乘法： \(\min_{\mathbf{P}} \sum_{i=1}^3 f_i^2(\mathbf{P})\) 使用Levenberg-Marquardt算法求解
几何迭代法： 利用三球交点的几何意义，通过构造辅助平面简化计算
典型收敛判据： \(||\mathbf{f}(\mathbf{P}_k)|| < \epsilon_f = 10^{-6}\) \(||\mathbf{P}_{k+1} - \mathbf{P}_k|| < \epsilon_p = 10^{-9}\)
奇异位形是并联机构的固有特性，在这些位置机构失去某些自由度或获得额外自由度。理解奇异性对于路径规划和工作空间设计至关重要。Delta机构的工作空间呈现独特的倒置圆锥形状，这种形状由机构几何和运动约束共同决定。
奇异位形的数学条件
奇异发生在雅可比矩阵行列式为零时： \(\det(\mathbf{J}) = 0\)
对于Delta机构，雅可比矩阵： \(\mathbf{J} = \begin{bmatrix} \vec{s}_1^T \\ \vec{s}_2^T \\ \vec{s}_3^T \end{bmatrix}\)
其中$\vec{s}_i$为第i条从动臂的单位方向向量。
奇异位形分类
工作空间计算
工作空间定义为所有可达位置的集合： \(W = \{\mathbf{P} \in \mathbb{R}^3 | \exists d_i \in [d_{min}, d_{max}], f_i(\mathbf{P}) = 0\}\)
边界确定方法
解析法（简化情况） 对于对称Delta，工作空间轴对称，可在子空间求解
for x in x_range:
for y in y_range:
for z in z_range:
if inverse_kinematics_exists(x,y,z):
workspace.add((x,y,z))
蒙特卡洛法 随机采样估计体积： \(V_{workspace} = V_{box} \cdot \frac{N_{valid}}{N_{total}}\)
收敛率：$\sigma_V = V_{box}\sqrt{\frac{p(1-p)}{N}}$ 其中$p = N_{valid}/N_{total}$
工作空间形状特征
工作空间优化
目标函数： \(\max J = w_1 V_{workspace} + w_2 \bar{\mu} - w_3 \sigma_{\mu}\)
约束条件：
灵巧度是评价机构运动性能的重要指标，反映了机构在不同方向上的运动能力均匀性。高灵巧度区域适合精密操作，低灵巧度区域则可能出现控制困难和精度下降。对于Delta打印机，灵巧度在工作空间中心最佳，向边缘递减。
灵巧度定义
条件数定义： \(\kappa(\mathbf{J}) = ||\mathbf{J}||_2 \cdot ||\mathbf{J}^{-1}||_2 = \frac{\sigma_{max}}{\sigma_{min}}\)
其中$\sigma_{max}, \sigma_{min}$为雅可比矩阵的最大、最小奇异值。
灵巧度指标： \(\mu = \frac{1}{\kappa(\mathbf{J})} = \frac{\sigma_{min}}{\sigma_{max}} \in [0,1]\)
物理意义
速度各向同性 \(\frac{v_{max}}{v_{min}} = \kappa(\mathbf{J})\) 条件数大表示某些方向速度受限。
力传递效率 \(\eta_{force} = \frac{F_{output,min}}{F_{output,max}} = \mu\) 灵巧度低时，某些方向力输出能力弱。
误差放大系数 \(\frac{||\Delta \mathbf{P}||}{||\Delta \mathbf{d}||} \leq \kappa(\mathbf{J})\) 条件数大时，输入误差被放大。
全局灵巧度指标
全局条件指标（GCI） \(GCI = \frac{\int_W \mu dV}{\int_W dV} = \bar{\mu}\)
全局梯度指标（GGI）
\(GGI = \sqrt{\frac{\int_W ||\nabla\mu||^2 dV}{\int_W dV}}\)
衡量灵巧度变化的剧烈程度。
有效工作空间比 \(\eta_W = \frac{V(\mu > \mu_{threshold})}{V_{total}}\) 通常取$\mu_{threshold} = 0.3$。
灵巧度分布特性
Delta机构的灵巧度分布：
灵巧度等值面近似为同心球面： \(\mu(r) \approx \mu_0 \exp(-\alpha r^2)\)
优化策略
几何参数优化 \(\min_{R,r,L,l} \int_W [\mu_{target} - \mu(x,y,z)]^2 dV\)
约束：
工作点选择 优先在高灵巧度区域安排打印任务： \(\mathbf{P}_{optimal} = \arg\max_{\mathbf{P} \in W} \mu(\mathbf{P})\)
路径规划优化 考虑灵巧度的路径代价： \(C_{path} = \int_0^T \frac{1}{\mu(s(t))} \cdot ||\dot{s}(t)|| dt\)
实际应用建议
CoreXY是一种巧妙的皮带传动方案，通过两个电机的协同运动实现XY平面内的快速定位。其特点是打印头质量轻、电机固定安装，适合高速打印。这种设计最早由MIT的Ilan Moyer提出，现已成为高端3D打印机的主流架构。CoreXY的精髓在于通过运动耦合换取机械简洁性和动态性能，但这种耦合也带来了独特的控制挑战和调试要求。理解其工作原理对于发挥其性能潜力至关重要。
CoreXY的皮带路径设计是其核心创新，通过巧妙的几何配置实现了运动的优雅耦合。理解皮带路径不仅是装配调试的基础，也是分析系统动力学特性的关键。正确的皮带张紧和路径设置直接影响打印精度和速度上限。
CoreXY采用单根长皮带（或两根独立皮带），通过特殊的绕线方式实现运动耦合：
M1 ←─────────────────────→ M2
↑ ↑
│ ┌─────────────┐ │
│ │ │ │
└─────┤ Carriage ├──────┘
│ │
└─────────────┘
详细皮带路径（8字形交叉）：
M1 ──→ A ──→ B ──→ C ──→ D
╲ ╱ ╲ ╱
╳ ╳ (crossing)
╱ ╲ ╱ ╲
M2 ←── H ←── G ←── F ←── E
关键设计原则：
90°夹角原则 皮带在打印头处形成90°夹角，确保X、Y方向力的正交分解： \(\vec{F}_x = F_{belt1} \cos(45°) + F_{belt2} \cos(45°)\) \(\vec{F}_y = F_{belt1} \sin(45°) - F_{belt2} \sin(45°)\)
长度补偿原则 打印头移动时，一侧皮带缩短的长度等于另一侧延长的长度： \(\Delta L_1 + \Delta L_2 = 0\) 这保证了皮带总长度恒定，避免张力变化。
对称性原则 左右对称的布局确保了系统的各向同性，避免了方向依赖的误差。
皮带张力分析
理想张力设定： \(T_{optimal} = \sqrt{\frac{m_{carriage} \cdot a_{max} \cdot L}{2 \cdot \delta_{allowable}}}\)
其中：
典型值：T = 60-80N，产生约6-8Hz的基频。
CoreXY的运动方程揭示了其耦合控制的数学本质。通过线性变换，两个旋转自由度被映射为两个平移自由度，这种优雅的数学关系使得控制算法相对简单，同时保持了高动态性能。深入理解这些方程对于优化运动规划和故障诊断都很重要。
基本运动学关系
设电机M1、M2的转角为 $\theta_1, \theta_2$，皮带轮半径为 $r$（或节圆半径 $r = N_{teeth} \cdot pitch / (2\pi)$）。
通过分析皮带长度变化，可得打印头位置与电机转角的关系：
当M1转动$\theta_1$，M2静止：打印头沿45°方向移动 当M2转动$\theta_2$，M1静止：打印头沿-45°方向移动
叠加原理给出： \(x = \frac{r}{\sqrt{2}}(\theta_1 \cos(45°) + \theta_2 \cos(45°)) = \frac{r}{2}(\theta_1 + \theta_2)\) \(y = \frac{r}{\sqrt{2}}(\theta_1 \sin(45°) - \theta_2 \sin(45°)) = \frac{r}{2}(\theta_1 - \theta_2)\)
矩阵表示
变换矩阵： \(\mathbf{T} = \frac{r}{2} \begin{bmatrix} 1 & 1 \\ 1 & -1 \end{bmatrix}\)
正运动学： \(\begin{bmatrix} x \\ y \end{bmatrix} = \mathbf{T} \begin{bmatrix} \theta_1 \\ \theta_2 \end{bmatrix}\)
逆运动学： \(\begin{bmatrix} \theta_1 \\ \theta_2 \end{bmatrix} = \mathbf{T}^{-1} \begin{bmatrix} x \\ y \end{bmatrix} = \frac{1}{r} \begin{bmatrix} 1 & 1 \\ 1 & -1 \end{bmatrix} \begin{bmatrix} x \\ y \end{bmatrix}\)
注意：$\mathbf{T}^{-1} = \frac{2}{r} \mathbf{T}^T / 2$，变换矩阵近似正交（差一个缩放因子）。
速度和加速度关系
速度雅可比： \(\begin{bmatrix} \dot{x} \\ \dot{y} \end{bmatrix} = \mathbf{T} \begin{bmatrix} \omega_1 \\ \omega_2 \end{bmatrix}\)
加速度关系： \(\begin{bmatrix} \ddot{x} \\ \ddot{y} \end{bmatrix} = \mathbf{T} \begin{bmatrix} \alpha_1 \\ \alpha_2 \end{bmatrix}\)
力矩与力的关系
根据虚功原理： \(\begin{bmatrix} \tau_1 \\ \tau_2 \end{bmatrix} = \mathbf{T}^T \begin{bmatrix} F_x \\ F_y \end{bmatrix} = \frac{r}{2} \begin{bmatrix} 1 & 1 \\ 1 & -1 \end{bmatrix} \begin{bmatrix} F_x \\ F_y \end{bmatrix}\)
这表明：
步进电机控制的离散化
步数计算： \(N_1 = \frac{(x + y) \cdot steps\_per\_mm}{\sqrt{2}}\) \(N_2 = \frac{(x - y) \cdot steps\_per\_mm}{\sqrt{2}}\)
其中 $steps_per_mm = \frac{n \cdot S}{\pi d}$，$n$为细分数，$S$为每转步数。
对角线运动时（$\dot{x} = \dot{y}$），需要：
\[\omega_1 = \frac{2\dot{x}}{r}, \quad \omega_2 = 0\]纯X轴运动（$\dot{y} = 0$）：
\[\omega_1 = \omega_2 = \frac{\dot{x}}{r}\]纯Y轴运动（$\dot{x} = 0$）：
\[\omega_1 = -\omega_2 = \frac{\dot{y}}{r}\]同步误差对位置的影响：
\(\Delta x = \frac{r}{2}(\Delta\theta_1 + \Delta\theta_2)\) \(\Delta y = \frac{r}{2}(\Delta\theta_1 - \Delta\theta_2)\)
皮带张力影响定位精度和响应速度。设初始张力为 $T_0$，弹性模量为 $E$，横截面积为 $A$，皮带段长度为 $L_i$。
运动时的张力变化：
\[T_i = T_0 + EA \cdot \frac{\Delta L_i}{L_i}\]打印头受力平衡：
\(F_x = T_1 \cos\alpha_1 + T_2 \cos\alpha_2 - T_3 \cos\alpha_3 - T_4 \cos\alpha_4\) \(F_y = T_1 \sin\alpha_1 + T_2 \sin\alpha_2 - T_3 \sin\alpha_3 - T_4 \sin\alpha_4\)
其中 $\alpha_i$ 为各段皮带与X轴的夹角。
张力不均匀导致的位置误差：
\[\varepsilon_x = \frac{L_{total}}{EA} \cdot \Delta T_{net}\]优化目标：最小化张力波动
\[\min \sum_{i=1}^{4} (T_i - T_0)^2\]步进电机是3D打印机的执行核心，其控制精度直接决定打印质量。通过细分驱动技术，可以实现远超电机物理步距的定位精度。
两相混合式步进电机的数学模型。设A、B两相电流为 $i_A, i_B$，转子位置角为 $\theta$，齿数为 $N_r$（通常为50）。
电磁转矩：
\[T = K_t[i_A \sin(N_r \theta) + i_B \cos(N_r \theta)]\]其中 $K_t$ 为转矩常数。
静态位置由电流比例决定：
\[\tan(N_r \theta) = \frac{i_A}{i_B}\]全步进模式的四个状态：
细分通过调制两相电流的幅值和相位，在物理步距间创建中间位置。对于n细分，第k个微步位置：
\[\theta_k = \frac{k \cdot 1.8°}{n}, \quad k = 0, 1, ..., n-1\]对应的相电流：
\(i_A(k) = I_{max} \sin\left(\frac{k \pi}{2n}\right)\) \(i_B(k) = I_{max} \cos\left(\frac{k \pi}{2n}\right)\)
电流矢量保持恒定幅值：
\[\sqrt{i_A^2 + i_B^2} = I_{max}\]保持力矩（Holding Torque）：
\[T_h = K_t I_{max}\]定位力矩（Detent Torque）- 无电流时的齿槽效应：
\[T_d = T_{d,max} \sin(4N_r \theta)\]动态力矩与速度的关系：
\[T(\omega) = \frac{T_h}{1 + (\omega/\omega_c)^2}\]其中 $\omega_c$ 为转折频率，由电感和电阻决定：
\[\omega_c = \frac{R}{L}\]转子运动方程：
\[J\ddot{\theta} + B\dot{\theta} + K\sin(N_r\theta - \phi) = 0\]其中：
固有频率：
\[f_n = \frac{1}{2\pi}\sqrt{\frac{K}{J}}\]中频共振（200-500Hz）的抑制策略：
失步临界条件：
\[T_{load} > T_h \sin(\delta_{max})\]其中 $\delta_{max} \approx 90°/N_r$ 为最大负载角。
理想vs实际微步位置偏差：
\[\Delta\theta = \theta_{actual} - \theta_{ideal}\]主要误差源：
有效分辨率估算：
\[Resolution_{effective} = \frac{360°}{N_r \cdot n_{effective}}\]其中 $n_{effective} \approx \sqrt{n}$（经验公式）。
传动系统将电机运动转换为打印头位移，每个环节都会引入误差。建立完整的误差传播模型对于预测和补偿系统精度至关重要。
系统误差源的分类框架：
确定性误差：
随机误差：
总误差模型：
\[e_{total} = e_{systematic} + e_{random} + e_{dynamic}\]齿轮传动的传递误差（TE）：
\[TE = \theta_{out} - \frac{\theta_{in}}{i_{gear}}\]其中 $i_{gear}$ 为传动比。
周期性误差分解（傅里叶级数）：
\[TE(\theta) = \sum_{k=1}^{n} [a_k \cos(kZ\theta) + b_k \sin(kZ\theta)]\]$Z$ 为齿数，$k$ 为谐波次数。
齿形误差的影响：
\[\Delta_{profile} = \frac{f_{profile}}{cos(\alpha)}\]其中 $f_{profile}$ 为齿形偏差，$\alpha$ 为压力角。
累积误差预算：
\[\sigma_{gear}^2 = \sigma_{pitch}^2 + \sigma_{runout}^2 + \sigma_{backlash}^2\]皮带的弹性伸长：
\[\Delta L = \frac{FL}{EA}\]其中：
动态刚度：
\[k_{belt} = \frac{EA}{L}\]位置误差：
\[\Delta x = \frac{F_{load}}{k_{belt}}\]皮带打滑条件（Euler-Eytelwein公式）：
\[\frac{T_{tight}}{T_{loose}} \leq e^{\mu\beta}\]其中 $\mu$ 为摩擦系数，$\beta$ 为包角。
滚珠丝杠的导程误差：
\[e_p(x) = \frac{\Delta p}{p} \cdot x\]其中 $\Delta p$ 为导程偏差，$p$ 为标称导程。
温度补偿：
\[L_T = L_0[1 + \alpha(T - T_0)]\]线膨胀系数 $\alpha \approx 11.7 \times 10^{-6}/°C$（钢）。
轴向刚度模型：
\[k_{screw} = \frac{1}{\frac{1}{k_{shaft}} + \frac{1}{k_{nut}} + \frac{1}{k_{bearing}}}\]反向间隙补偿量：
\[C_{backlash} = \Delta_{measured} + \frac{F_{preload}}{k_{screw}}\]建立从电机到打印头的误差传播矩阵：
\[\mathbf{e}_{output} = \mathbf{J}_{error} \cdot \mathbf{e}_{input}\]其中雅可比误差矩阵：
\[\mathbf{J}_{error} = \begin{bmatrix} \frac{\partial x}{\partial \theta_1} & \frac{\partial x}{\partial \theta_2} & \cdots \\ \frac{\partial y}{\partial \theta_1} & \frac{\partial y}{\partial \theta_2} & \cdots \\ \frac{\partial z}{\partial \theta_1} & \frac{\partial z}{\partial \theta_2} & \cdots \end{bmatrix}\]误差灵敏度分析：
\[S_i = \frac{\partial e_{total}}{\partial p_i} \cdot \frac{p_i}{e_{total}}\]其中 $p_i$ 为第i个设计参数。
蒙特卡洛仿真估计总误差分布：
\[P(|e| < \epsilon) = \int_{-\epsilon}^{\epsilon} f_e(x) dx\]设计目标：6σ精度 < 0.1mm。
结构刚度和振动特性直接影响打印精度和速度上限。通过有限元分析和模态测试，可以识别薄弱环节并优化设计。
对于框架结构，总体刚度矩阵由各构件刚度矩阵组装：
\[\mathbf{K} = \sum_{e=1}^{n} \mathbf{T}_e^T \mathbf{k}_e \mathbf{T}_e\]其中 $\mathbf{k}_e$ 为单元刚度矩阵，$\mathbf{T}_e$ 为坐标变换矩阵。
梁单元刚度矩阵（局部坐标）：
\[\mathbf{k}_e = \frac{E}{L} \begin{bmatrix} A & 0 & 0 & -A & 0 & 0 \\ 0 & \frac{12I}{L^2} & \frac{6I}{L} & 0 & -\frac{12I}{L^2} & \frac{6I}{L} \\ 0 & \frac{6I}{L} & 4I & 0 & -\frac{6I}{L} & 2I \\ -A & 0 & 0 & A & 0 & 0 \\ 0 & -\frac{12I}{L^2} & -\frac{6I}{L} & 0 & \frac{12I}{L^2} & -\frac{6I}{L} \\ 0 & \frac{6I}{L} & 2I & 0 & -\frac{6I}{L} & 4I \end{bmatrix}\]静态挠度计算：
\[\mathbf{K} \mathbf{u} = \mathbf{F}\]打印头位置的静态刚度：
\[k_{tip} = \frac{F_{applied}}{\delta_{tip}}\]自由振动方程：
\[\mathbf{M}\ddot{\mathbf{u}} + \mathbf{K}\mathbf{u} = 0\]特征值问题：
\[(\mathbf{K} - \omega_i^2 \mathbf{M})\boldsymbol{\phi}_i = 0\]其中 $\omega_i$ 为第i阶固有频率，$\boldsymbol{\phi}_i$ 为对应模态振型。
模态质量和模态刚度：
\(m_i = \boldsymbol{\phi}_i^T \mathbf{M} \boldsymbol{\phi}_i\) \(k_i = \boldsymbol{\phi}_i^T \mathbf{K} \boldsymbol{\phi}_i\)
模态参与因子：
\[\Gamma_i = \frac{\boldsymbol{\phi}_i^T \mathbf{M} \mathbf{1}}{m_i}\]简化模型的解析解：
悬臂梁（Z轴）第一阶频率：
\[f_1 = \frac{1.875^2}{2\pi} \sqrt{\frac{EI}{mL^4}}\]简支梁（龙门横梁）第一阶频率：
\[f_1 = \frac{\pi}{2} \sqrt{\frac{EI}{mL^4}}\]集中质量系统：
\[f = \frac{1}{2\pi} \sqrt{\frac{k_{eq}}{m_{eq}}}\]等效刚度（串联）：
\[\frac{1}{k_{eq}} = \frac{1}{k_1} + \frac{1}{k_2} + ... + \frac{1}{k_n}\]瑞利阻尼模型：
\[\mathbf{C} = \alpha\mathbf{M} + \beta\mathbf{K}\]阻尼比：
\[\zeta_i = \frac{\alpha}{2\omega_i} + \frac{\beta\omega_i}{2}\]目标阻尼比：$\zeta = 0.02-0.05$（轻阻尼）。
增加阻尼的方法：
频率响应函数（FRF）：
\[H(\omega) = \frac{X(\omega)}{F(\omega)} = \sum_{i=1}^{n} \frac{\phi_{ix}\phi_{if}}{k_i(1 - r_i^2 + 2j\zeta_i r_i)}\]其中 $r_i = \omega/\omega_i$ 为频率比。
动态刚度：
\[K_{dynamic}(\omega) = |H(\omega)|^{-1}\]临界速度（避免共振）：
\[v_{critical} = f_1 \cdot \lambda\]其中 $\lambda$ 为激励波长（如丝杠导程）。
优化目标函数：
\[\min J = \sum_{i=1}^{n} w_i \cdot \max_{\omega \in \Omega_i} |H(\omega)|\]约束条件：
本章系统分析了3D打印机的机械系统设计原理：
核心概念：
关键公式汇总：
习题2.1 一台笛卡尔3D打印机，X轴使用GT2皮带（节距2mm），皮带轮20齿，步进电机1.8°步距角，16细分。计算： (a) X轴的理论分辨率（mm/步） (b) 若要达到0.01mm分辨率，需要多少细分？
习题2.2 Delta打印机参数：$R=150$mm，$r=50$mm，$L=200$mm，$l=400$mm。当打印头位于$(0,0,-300)$时，求三个电机的位移$d_1, d_2, d_3$。
习题2.3 CoreXY系统中，皮带轮半径10mm。若要实现打印头从$(0,0)$移动到$(30,40)$mm，计算两个电机需要转动的角度。
习题2.4 推导证明：对于16细分的步进电机，当负载力矩达到保持力矩的70%时，实际可用的有效细分数约为4。考虑力矩-位置关系$T(\Delta\theta) = T_h\sin(N_r\Delta\theta)$。
习题2.5 设计一个打印机框架，要求工作空间200×200×200mm，第一阶固有频率>60Hz。若使用2020铝型材（$E=70$GPa，$I=1.7×10^4$mm$^4$，线密度0.5kg/m），估算最小框架尺寸。
习题2.6 一个传动系统包含：步进电机（步距角误差±5%）、GT2皮带（弹性模量3GPa，截面6mm²，长度500mm）、20齿皮带轮（齿距误差±0.02mm）。在100N打印力下，计算总位置误差（3σ）。
习题2.7（开放思考题）比较分析Prusa i3（笛卡尔）、Bambu Lab X1（CoreXY）、Anycubic Kossel（Delta）三种主流架构在以下方面的优劣：
继续学习：第3章：控制理论与固件架构