企业官网建设流程全解析

简介：面向研究摩擦补偿与伺服控制建模的Matlab用户，这份小工具包实现了Stribeck指数摩擦模型，可复现低速下摩擦力随速度先减后增的负斜率现象，适合用于运动控制仿真、参数辨识及摩擦补偿算法验证。模型公式中包含库仑摩擦力、静摩擦力、Stribeck速度与形状系数等关键参数，能够帮助理解摩擦曲线形态的成因，也为对比其他摩擦模型提供基础。压缩包体积仅1KB，共3个m文件，包含可直接运行的主演示脚本和模型辅助函数，结构紧凑，运行演示即可观察典型Stribeck曲线。目前已有1137人学习/下载。代码支持修改参数或嵌入自定义控制模型，可在此基础上扩展为更完整的摩擦补偿方案，涵盖从公式到数值实现的完整链路且便于二次开发，适合需要快速搭建仿真环境的工程师与研究人员。

1. Stribeck摩擦模型Matlab实现：能跑能拟合的摩擦仿真脚本

做伺服或机械系统仿真，最头疼的往往不是惯量和刚度，而是低速区那条摩擦力曲线。单纯库仑加粘滞的模型拟合出来总差一口气，说明不了静摩擦爬行和边界润滑区的负斜率现象。Stribeck摩擦模型就是为了补上这两段而生的，这份Matlab实现的价值在于它是成套脚本：参数辨识、曲线绘制、数据生成一次到位，不需要自己再从零搭工具链。

这套代码适合做摩擦学仿真、伺服前馈补偿、动力学建模的开发者。拿到手，改几个参数就能复现典型Stribeck曲线，把实测的速度-摩擦力数据丢进去，能得到一组能解释、能用的模型参数。比Simulink自带的摩擦模块自由，也比只抄公式完整，因为表达式和拟合脚本是配套的。

拆这份资源时最大感受是：摩擦参数拟合有不少“不跑一遍不知道”的细节，所以这篇笔记把运行路径和易翻车的点都摊开讲。

2. 模型与工程结构：Stribeck曲线怎么转成可复用的Matlab代码

2.1 模型数学描述：库仑项、Stribeck项与粘滞项的合成

Stribeck模型最常见的连续形式是一条三项组合的摩擦力学表达式：

F(v) = Fc * sign(v) + (Fs - Fc) * exp(-(|v| / vs)^δ) * sign(v) + Fv * v

第一项是库仑摩擦，大小恒定，方向与速度相反；第二项是Stribeck负斜率段，速度从零逐渐增大时，指数项从1衰减到0，把摩擦力从Fs拉低到Fc；第三项是粘滞摩擦，速度越大越明显。三项加在一起，才能同时表达“静摩擦大于库仑摩擦”“边界润滑区摩擦力下降”“高速区线性上升”这三个基本特征。

δ这个形状因子决定Stribeck段衰减的快慢。δ=1时是标准指数衰减；δ=2时是高斯型，下降更平滑，也是很多文献里默认的写法。如果实验曲线低速段下降特别陡，δ取0.5左右更贴合；如果下降很缓，可以往2以上调。写法上，delta通常取整数或半整数，方便给参数做物理解释。

表达式里有个物理尴尬：v=0时sign(0)=0，三项全部归零，但静摩擦实际是Fs。处理办法一般是加死区判断，速度绝对值小于某个阈值（比如vs/100）时就按静摩擦区处理：摩擦力等于外力，但不超过Fs。这个细节在仿真里非常重要，否则零速附近会出现持续来回跳变，我在第5章避坑里会进一步展开。

参数初值范围参考：

2.2 工程目录结构：函数、脚本与示例怎么组织

拆开看，这份资源通常把核心逻辑收敛在两个脚本加一个函数上，典型目录结构长这样：

实际下载下来的包不一定完全按这个目录分，但“模型函数+拟合脚本+绘图脚本”这三块是标配。我一般会建议把模型函数单独拆出来，不依赖任何数据文件，这样不管做前馈补偿还是封装成Simulink块都能直接复用。数据文件如果缺失，fit_stribeck_params.m里也通常会内置一段仿真数据生成逻辑，用来演示完整流程，跑起来最省事。

数据从哪来这件事需要多说一句。实验室里最常用的做法是让平台以不同的恒定速度各跑一段，取稳态段平均力作为该速度下的摩擦力；或者用低频正弦轨迹扫描，把准稳态点的速度与力一一对应采集下来。前者数据点少但干净，后者覆盖速度区间全，但要小心过零附近采集到的点会被惯性力污染。

2.3 技术选型说明：为什么核心放在脚本而不是Simulink

摩擦辨识这件事，本质上是一个非线性曲线拟合问题，脚本模式比Simulink顺手得多。Simulink擅长的是把模型放进动态系统里和外电路、控制环一起算，而拟合需要的是矩阵运算、优化算法、批量改参数重跑，这些都是Matlab脚本的强项。

这里用到的工具箱也很常规：主函数stribeck_friction.m只依赖基础Matlab函数sign和exp，不需要额外工具箱；只有fit_stribeck_params.m里的lsqcurvefit需要Optimization Toolbox。如果你机器上没有这个工具箱，也可以手写fminsearch做多起点搜索，效果差不太多，我在3.2节会给出替代写法。

一个比较省事的分工是：脚本负责离线辨识和验证，Simulink负责在线仿真。先用fit_stribeck_params.m把参数拟合出来，再把参数写进MATLAB Function块或S-Function里做闭环验证。这种两段式流程是我在实际项目里用下来最顺的，也是这份资源支持得最好的方式。

3. 核心代码拆解：摩擦力计算、参数辨识与绘图的完整链路

3.1 主函数stribeck_friction.m：一个函数吃透整个模型

模型函数是整套代码的地基，输入速度、输出摩擦力、参数用向量传递，代码非常短：

function F = stribeck_friction(v, params) % stribeck_friction Stribeck摩擦模型主函数 % v: 相对滑动速度，标量或向量，单位 m/s % params: 5个参数向量 [Fc, Fs, vs, delta, Fv] % F: 对应摩擦力，单位 N，形状与 v 一致 Fc = params(1); % 库仑摩擦力 Fs = params(2); % 静摩擦力，通常大于 Fc vs = params(3); % Stribeck特征速度 delta = params(4); % 形状因子，1为指数型，2为高斯型 Fv = params(5); % 粘滞摩擦系数 % Stribeck 负斜率段：(Fs-Fc) * exp(-(|v|/vs)^delta) stribeck_term = (Fs - Fc) * exp(-(abs(v) / vs).^delta); % 总摩擦力 = 库仑项 + Stribeck项 + 粘滞项 F = Fc * sign(v) + stribeck_term .* sign(v) + Fv .* v; end

逻辑说明分三层。第一层是参数解包，把params向量拆成5个有名字的变量，这样后续表达式可读性高，改参数也不用动函数签名；第二层单独算了Stribeck项，这个中间变量值得保留，因为后面拟合结果分析时经常要单独查看这一项的大小；第三层是三项叠加，注意这里用了点乘和逐元素运算，因为v在仿真里经常是一整个时间序列，向量化能避免写for循环。

参数方面有几个需要留意的地方。vs的量级直接决定模型行为：vs=0.001时，速度超过0.01就已经完全进入粘滞区，Stribeck段缩成极窄一条；vs=0.05时，负斜率段会延伸到0.1以上，低速区范围很宽。delta取小数时Matlab里abs(v)/vs必须为正，速度为零时0^0.5在Matlab里结果是0，不会报错，但如果你用别的语言移植这段代码，需要先处理零值。

调用方式也很直白，支持一次传多个速度点：

params = [0.8, 1.5, 0.02, 1.0, 2.5]; F = stribeck_friction([-0.05, 0, 0.05], params);

返回的F是一个三个元素的行向量，负速度对应负摩擦力，零速由于sign(0)=0返回0。如果要让零速点输出静摩擦Fs，需要在调用侧做判定，主函数保持纯代数表达，这样拟合和仿真两端都不会被额外逻辑干扰。

3.2 参数辨识脚本：用lsqcurvefit把实验数据变成模型参数

有了主函数之后，最实用的功能就是从实测数据里反推参数。fit_stribeck_params.m做的事是：先造一组带噪声的仿真数据当作“实验数据”，再做一次完整的最小二乘拟合，整个流程可以套到你自己的数据上：

% fit_stribeck_params.m % 生成一组带噪声的Stribeck仿真数据，再用lsqcurvefit做参数辨识 clear; clc; rng(2024); % 1. 用已知参数生成参考数据（模拟实验采集） true_params = [0.8, 1.5, 0.02, 1.0, 2.5]; % [Fc, Fs, vs, delta, Fv] v_data = [-0.15:0.005:-0.001, 0.001:0.005:0.15]'; % 覆盖正反两个方向 F_ideal = stribeck_friction(v_data, true_params); F_data = F_ideal + 0.05 * randn(size(F_ideal)); % 加测量噪声 % 2. 设置初值与边界 params0 = [0.5, 1.0, 0.01, 1.0, 1.0]; lb = [0, 0, 0.001, 0.2, 0]; ub = [5, 5, 0.1, 3.0, 10]; % 3. 调用非线性最小二乘拟合 opts = optimoptions('lsqcurvefit', 'Display', 'iter', ... 'FunctionTolerance', 1e-8, ... 'StepTolerance', 1e-8); [params_est, resnorm, ~, exitflag] = ... lsqcurvefit(@(p, v) stribeck_friction(v, p), ... params0, v_data, F_data, lb, ub, opts); % 4. 输出结果对比 fprintf('真实参数: Fc=%.2f Fs=%.2f vs=%.3f delta=%.1f Fv=%.2f\n', true_params); fprintf('辨识参数: Fc=%.2f Fs=%.2f vs=%.3f delta=%.1f Fv=%.2f\n', params_est);

这段脚本里最值得说的是函数句柄的写法。lsqcurvefit要求目标函数的形式是fun(params, xdata)，也就是参数在前、自变量在后，而stribeck_friction的签名是(v, params)。所以这里必须用@(p, v) stribeck_friction(v, p)包一层，把参数和自变量顺序调换。这是个特别容易踩的细节，不包装的话Matlab会直接报错说参数个数不匹配。

初值和边界的选择直接影响拟合成败。params0里的vs取0.01，这是基于对机械系统的一般认知——大多数直线平台的Stribeck速度都在毫米每秒到厘米每秒这个量级；lb里vs下界设为0.001是为了防止优化器为了拟合噪声而把vs推到无穷小；ub里vs上界0.1对应极端润滑不良的情况。delta的下界0.2避免出现接近零的指数衰减，因为那样模型会退化成不可辨识的状态。

如果不装Optimization Toolbox，替代方案是把目标函数写成残差形式，交给fminsearch：

% 无Optimization Toolbox时的替代写法 res_fun = @(p) sum((stribeck_friction(v_data, p) - F_data).^2); params_est = fminsearch(res_fun, params0);

fminsearch是无约束优化，收敛速度和稳定性都不如lsqcurvefit，但作为快速验证足够。血泪经验是：用fminsearch做拟合，初值一定要先通过绘图目测过一遍，不然很容易收敛到局部极小。

3.3 绘图脚本：让拟合结果一眼看出好坏

辨识做完，下一步就是把模型曲线和实验数据叠在一起看。plot_stribeck_curve.m的代码不长，但信息密度很高：

% plot_stribeck_curve.m % 绘制辨识出的Stribeck曲线和原始散点，参数来自工作区变量 params_est v_fine = linspace(-0.15, 0.15, 2000)'; F_fit = stribeck_friction(v_fine, params_est); figure('Color', 'w', 'Position', [100 100 560 420]); plot(v_data, F_data, 'o', 'MarkerSize', 4, ... 'MarkerFaceColor', [0.85 0.33 0.10], ... 'MarkerEdgeColor', 'none'); hold on; plot(v_fine, F_fit, 'LineWidth', 2, 'Color', [0 0.45 0.74]); grid on; xlabel('相对滑动速度 v (m/s)'); ylabel('摩擦力 F (N)'); title('Stribeck 摩擦模型拟合结果'); legend({'试验数据', '模型拟合'}, 'Location', 'northwest');

这段脚本的思路是：用linspace生成2000个密集速度点，把拟合出的模型画成一条光滑连续曲线；原始数据用空心散点画在最上层，这样曲线和散点之间的偏差一目了然。2000个点对显示来说足够密，对计算来说完全无压力，因为主函数是向量化的。

有一个画图技巧值得提：如果实验数据里速度范围跨了两个数量级（比如从0.001到0.1），线性横轴会让低速区的散点挤成一团，拟合好坏根本看不出来。这时候可以画两张图，高速段用线性坐标，低速段单独画一张semilogx。我在实际项目中通常只对正速度方向做半对数坐标，负方向由于指数项对称性直接镜像，不用重复处理。

4. 运行与参数调整：从命令行跑到拟合自己工况的数据

4.1 环境要求与运行步骤：三分钟跑通完整流程

先交代环境。主函数和绘图脚本只需要基础Matlab，R2016a以上都可以；fit_stribeck_params.m需要Optimization Toolbox，用不到就跳过。一键运行方式如下：

cd /path/to/stribeck_friction matlab -batch "run_stribeck_demo"

-batch是R2019a以后推荐的方式，跑完自动退出，不会弹出桌面窗口，适合在服务器上批量跑参数。老版本Matlab可以用matlab -nodisplay -nosplash -r "run_stribeck_demo; exit"达到同样效果。

如果只想单独跑其中某一步，在Matlab编辑器里打开对应脚本，直接点击运行按钮即可。建议第一次先跑run_stribeck_demo.m，它会依次执行：生成仿真数据、调用lsqcurvefit拟合、输出参数对比、绘制对比图。看到图上橙色散点和蓝色曲线基本重合，说明整套链路是通的。

跑通之后，把v_data和F_data换成你自己实验采集的数据，params0和lb、ub根据系统量级改一改，重新运行fit_stribeck_params.m，输出里的params_est就是你要的模型参数。注意你自己的数据如果是行向量或列向量不一致，先统一成列向量，否则lsqcurvefit会报维度不匹配。

4.2 参数怎么改：从数据特征推断初值，从物理解释验证结果

改参数这件事，最忌讳的是拿一组默认值直接拟合然后看结果。正确顺序是：先画散点图，从图上读出Fc、Fs、vs的粗略值，填进params0，再让优化器在这个初值附近做精调。比如你的数据在高速段的斜率是3 N·s/m，那Fv初值就填3；低速段尖端大概在2 N，Fs初值填2；曲线明显开始下降对应的速度在0.01左右，vs初值填0.01。这套做法比随机初值稳定得多。

参数改完之后怎么验证？看两个地方：一是resnorm残差平方和是不是比初值对应的残差明显小；二是看辨识出的参数是否符合物理直觉。我遇到过一回拟合出的Fc是负值，曲线形状看起来也贴着数据，但Fc为负说明库仑摩擦方向反了，这种结果再贴合也不能用，得靠边界约束lb把它限制在非负区间。

δ这个参数比较特殊，建议在拟合时先固定，不要让它参与优化。原因是δ和vs高度耦合，两个变量可以互相补偿，优化器会沿着一个狭长的平坦山谷来回震荡，Fit参数每次跑出来都不一样。实际做法是让δ遍历[0.5, 0.8, 1, 1.5, 2]，每组固定δ只优化其余四个参数，最后取残差最小的一组。这个技巧在5.3节还会展开讲。

4.3 接入Simulink：从脚本模型到闭环仿真块

辨识完的参数要真正用起来，通常是放进Simulink做闭环仿真。最简单的接入方式是拖一个MATLAB Function块，把stribeck_friction.m里的函数体复制进去，输入端口接速度信号，输出端口接摩擦力信号。其他模块不变，Simulink求解器会自动把它当作一个代数函数参与运算。

第二种方式是Interpreted MATLAB Function块，可以直接指定stribeck_friction.m的文件路径，不需要复制代码，调试时配合脚本断点非常舒服。缺点是每个仿真步都会调用一次Matlab解释器，仿真速度慢一个量级，而且不支持生成C代码。如果模型要在嵌入式硬件上部署，应该用第一种MATLAB Function块并开启代码生成，Matlab会把纯代数表达式直接转成C代码。

第三种是把模型做成S-Function，适合已经有C代码或者需要维护内部状态的场景，比如后面要扩展成LuGre动态模型。三种方式对比如下：

接入后最常遇到的报错是代数环。现象是Simulink提示“涉及以下模块的代数环”，原因是摩擦块输出的力直接或间接又影响了同一个仿真步里的速度输入。摩擦模型本身是纯代数函数，不像状态方程有内部记忆，所以很容易形成这种瞬时依赖。解决方式是在速度反馈路径上插一个Unit Delay，让摩擦块用的是上一拍速度，物理上相当于采样控制，对仿真精度影响很小。

5. 避坑与排查：Stribeck模型仿真和拟合最常见的五个坑

5.1 零速点跳变：sign(0)让静摩擦直接消失

现象：仿真运行到速度过零时，摩擦力瞬间变为0，系统出现高频小幅振荡，积分步长被求解器自动压得非常小，仿真速度骤降。

原因：Matlab的sign(0)返回0，主函数在v=0时三项全部归零，但物理上系统的静摩擦要抵抗外力直到Fs。模型在零速点人为产生了一个力突变，导致动力学方程右侧不连续，变步长求解器为了满足误差容限只能疯狂缩小步长。

解决：在调用侧加死区判断，速度绝对值小于阈值时，摩擦力按静摩擦区处理。阈值取vs/100比较合适。

% 在仿真循环里的调用方式 v_th = params(3) / 100; if abs(v) < v_th F = max(0, min(abs(F_ext), params(2))) * sign(F_ext); else F = stribeck_friction(v, params); end

5.2 拟合把vs推到边界：数据没覆盖低速区

现象：拟合结束后vs正好落在下界0.001上，exp项几乎没有贡献，模型退化成库仑加粘滞，但残差还很大。

原因：实验数据里速度最小值是0.02 m/s，Stribeck负斜率段在vs=0.02以下完全没被采样到，优化器看到的数据里根本不存在下降趋势，只能把vs推向下界，让该项失去作用。

解决：让测试轨迹在低速区多驻留。具体做法是把正弦扫描频率从 0.5 Hz 降到 0.1 Hz，或者改成多段恒速，在 0.001、0.002、0.005、0.01 各停留几秒。拟合时还可以给低速段数据乘以权重，强制优化器优先满足低速点的精度。

5.3 拟合结果每次跑都不一样：delta和vs耦合导致多解

现象：同一份数据，连续跑三次fit_stribeck_params.m，三次得到的参数各不相同，但残差基本一样。最典型的是delta这次拟合出0.8，下次拟合出1.5，vs也跟着变大变小。

原因：exp(-(|v|/vs)^δ)这一项里，vs和δ存在补偿关系——vs小一点、δ小一点，和vs大一点、δ大一点，曲线形状几乎一致。目标函数在参数空间里是一条狭长山谷，梯度方向不唯一，优化器收敛到哪个点取决于初值和路径。

解决：不要同时拟合vs和δ。先固定δ，按 0.5、0.8、1、1.5、2 各拟合一轮，记录每轮的resnorm，取最小的一组。如果数据质量一般，直接采用δ=1或δ=2的经典值，物理上也更容易向别人解释。

% 固定delta扫描拟合 delta_list = [0.5, 0.8, 1, 1.5, 2]; best_res = inf; for d = delta_list lb_d = [0, 0, 0.001, d, 0]; ub_d = [5, 5, 0.1, d, 10]; p0_d = [params0(1:3), d, params0(5)]; [p_fit, res] = lsqcurvefit(@(p,v) stribeck_friction(v,p), ... p0_d, v_data, F_data, lb_d, ub_d, opts); if res < best_res best_res = res; best_p = p_fit; end end

5.4 正反向曲线不对称：密封圈和预紧方向惹的祸

现象：散点图里速度为正的那一侧数据明显比负方向高出一截，或者正负两侧的斜率不同。用对称模型拟合，正方向偏差小、负方向偏差大，两头都顾不全。

原因：直线导轨或液压缸里的密封圈有方向性，正向运动时密封唇口受力方向和反向不一样，等效的库仑摩擦力和粘滞系数都不同。Stribeck公式本身是对称的，只有速度的奇函数和偶函数组合，表达不了这种不对称。

解决：按速度符号拆成两套参数，模型函数内部判断v的正负，分别用对应参数计算。

% 支持正反向参数的扩展写法 function F = stribeck_friction_asym(v, params_p, params_n) F = zeros(size(v)); idx_p = v > 0; idx_n = v < 0; F(idx_p) = stribeck_friction(v(idx_p), params_p); F(idx_n) = stribeck_friction(v(idx_n), params_n); % v=0时认为处于静摩擦区，不做特殊处理，由调用方决定 end

代价是参数翻倍，但换来的是曲线对数据的贴合度大幅提升。拟合时把数据也按正负拆开，分别调lsqcurvefit，互不干扰。

5.5 Simulink里仿真跑不动：从代数环到Interpreted Function的性能问题

现象：模型能run，但速度极慢，或者直接报代数环错误。有的项目里跑完一次10秒仿真需要20分钟，根本没法做参数扫描。

原因：一是摩擦块接法形成了代数环，Simulink每个步长里要迭代求解一致方程；二是用了Interpreted MATLAB Function块，每个仿真步都来回走Matlab解释器，这层开销在变步长求解器下会被放大好几倍。

解决：先确认摩擦块的速度输入是否直接来自同一时刻的力平衡输出，是就加Unit Delay打破代数环。然后把Interpreted MATLAB Function换成MATLAB Function块，开启代码生成。如果还嫌慢，把摩擦模型离线算成查表数据，用Simulink的Lookup Table模块做一维插值，仿真速度能再提一个量级。

% 离线生成查表数据：在Matlab里算好，Simulink里只做插值 v_lut = linspace(-0.2, 0.2, 201)'; F_lut = stribeck_friction(v_lut, params_est); % 将 v_lut 和 F_lut 写入工作区，Simulink Lookup Table 直接引用

查表法还有一个额外好处：表数据可以来自实测值本身，不一定非要经过模型拟合。实测数据稀疏就用线性插值补齐，数据质量不好时反而比解析模型更抗造，因为不会出现拟合出的负Fc这种荒谬结果。

6. 二次开发：从静态Stribeck模型到摩擦前馈补偿器

6.1 一步改造：把辨识结果变成前馈补偿

拿到Stribeck参数后，最有价值的改造方向是用它做摩擦前馈。控制律结构很简单：在原有PID输出上叠加一个与该时刻期望速度对应的摩擦力估计值，方向相反，硬抵消掉摩擦影响。

% 伺服控制前馈项计算 v_ref = speed_setpoint; % 来自上位机的期望速度 F_ff = stribeck_friction(v_ref, params_est); % 摩擦力估计 u = u_pid - F_ff; % 负号表示抵消摩擦阻力

改造后的效果是：机械系统在低速跟踪时不再需要PID单独扛摩擦，积分器不会越积越深，换向时的爬行现象会明显减轻。这个改动只动控制器输出部分，不改变原有环路，是风险最低的一种验证方式。

验证方法要落在实测上：给定同一段低速正弦指令，分别在开前馈和关前馈两种条件下记录跟踪误差，把误差的RMS值和峰值表格化对比。如果前馈生效，低速段的跟踪误差峰值应该下降至少30%，且换向处的尖峰不再突兀。注意前馈用的参数和实际工作温度要匹配，温差大的系统需要做参数调表。

6.2 往动态模型走：给Stribeck加一个内部状态

静态模型解决不了的一个问题是粘滑极限环。如果你要做更精细的摩擦补偿，可以把静态Stribeck当作LuGre模型里的静态函数g(v)，引入一个内部状态z描述鬃毛变形：

% LuGre动态摩擦模型的简化实现框架 function [dz, F] = lugre_stribeck(v, z, params) sigma0 = 400; % 鬃毛刚度 sigma1 = 10; % 鬃毛阻尼 gs = stribeck_friction(v, params); % 用Stribeck作为静态基底 dz = v - sigma0 * abs(v) * z / gs; F = sigma0 * z + sigma1 * dz + params(1) * v; end

这个扩展会把模型从纯代数函数变成连续状态系统，所以Simulink里必须用S-Function或者积分器模块实现，不能再用MATLAB Function块直接算。改造量不大，但辨识难度上一个台阶，因为z不可测，只能依赖输出力信号做灰箱辨识。

我的习惯是先把静态Stribeck辨识到残差足够小，再引入z做动态修正。否则动态项会拼命补偿静态模型的亏空，最后参数解释不清，等于为了拟合而拟合。

6.3 落地前的一遍自查

二次开发最怕改完代码发现和原项目的接口对不上。我现在每拿到一套摩擦模型，都会强制走一遍自查流程：先单独跑主函数，确认几条典型速度下的输出量级符合预期；再跑拟合脚本，确认参数无越界；最后在Simulink里跑1秒短仿真，确认无代数环、速度曲线没有零速抖动。三步都过了才往正式模型里集成。

从那次被零速跳变坑到调试了整整两天之后，我每次做摩擦仿真都强制把死区阈值和求解器容差先写好，绝不偷懒。这套Stribeck实现给我最大的启发不是公式本身，而是把辨识和仿真串成一条流水线，改参数验证的效率高很多。希望帮到你。

本文还有配套的精品资源，点击获取