针对目前多自由度灵巧手存在的结构复杂、体积庞大等问题,设计了一种结构紧凑、质量轻盈的电机直驱式8自由度三指灵巧手。通过微型电机与齿轮减速器配合使用,实现了关节直驱方式,减少了驱动力损耗,手指驱动力得到有效提高。针对灵巧手在动态抓取模式下的不足,通过嵌入式超声波传感器、压力传感器和角度传感器的联合使用,对灵巧手的动态抓取算法进行了研究。通过3D打印制作了三指灵巧手样机,并进行了抓取实验验证。实验表明,设计的三指灵巧手具有较强的抓取能力;通过多传感器的融合控制算法,可以使灵巧手对动态目标物实现准确、安全、稳定的抓取。

由于微型电机体积小,其振动信号无法用常规的加速度传感器进行采集,且对微型电机的故障诊断不需要诊断出其具体故障类型,只需要判断故障是否存在,因此,微型电机故障检测初期通常采用噪声检测的方式。采用这种检测方式,提出一种基于声音信号的微型电机故障诊断方法。针对声音信号信噪比大、易受环境影响的特点,运用最大相关峭度解卷积-小波阈值降噪的方法,对声音信号中的周期性冲击成分进行增强并滤除环境噪声。采用希尔伯特变换得到信号的包络线和包络谱。根据包络线的形状和包络谱峰值对应的频率进行判断,实现了对微型电机故障的诊断。

微型电机振动信号信噪比低,环境噪声复杂,对噪声信号进行有效去除是对其进行质量检测的关键步骤。针对传统小波降噪阈值函数连续性差、降噪效果不理想等问题,提出一种基于样本熵的改进小波阈值函数,能够根据信号混乱程度自动对阈值函数进行调节。仿真结果表明:在低信噪比环境下,基于样本熵的改进阈值函数降噪效果明显优于传统阈值函数和普通改进阈值函数,信号信噪比得到显著提升。对微型电机异音信号进行降噪处理和特征提取,结合SVM分类器进行训练测试,试验结果表明:改进的小波降噪算法能够有效去除电机信号环境噪声,提取有效的信号特征,对出厂电机性能优劣进行准确判断。该方法将为微型电机厂家大规模质量检测提供理论依据和支持。

为实现仿人手的集成化、智能化、轻量化,采用微型电机与蜗轮盘结合的绳驱方式,通过3D打印制作了与人手尺寸1∶1,总质量为300g的仿人手样机。采用蜗轮与绳驱组合的方式实现了仿人手在小体积下具有较大的输出力和较高的安全性。通过复位弹力绳与驱动钢丝绳在蜗轮盘上逆向缠绕方式,降低了驱动过程中阻力,提高了手指有效输出力。然后,对仿人手的自适应抓取进行了研究,结果表明,通过采用弯曲传感器和压力传感器联合控制的方式,可以有效实现对不同大小物体的尺寸预估以及期望力的动态调节,并实现稳定抓取。