针对传统迟滞模型存在的待辨识参数多、参数辨识过程复杂和辨识精度低等问题,采用最小二乘支持向量机对气动肌肉的位移/气压迟滞开展建模研究。通过非线性映射将原始数据空间映射到高维空间,将原系统的非线性问题变成高维空间中的线性问题,借助于最小二乘法求解该线性方程组,从而提高其求解速度及收敛精度。在气动肌肉迟滞特性实验的基础上,采用所建数学模型,与经典的PI模型进行对比。结果表明,采用最小二乘支持向量机建立的数学模型具有更高的建模精度,均方差和平均误差相比PI模型分别减小了99.21%和99.1%,该方法可为后续气动肌肉的迟滞补偿控制提供有效的手段。

为了辨识气动肌肉运动过程中的迟滞非线性特性,在气动肌肉位移/气压迟滞特性实验的基础上,分别采用KP模型和多项式模型对其位移/气压迟滞展开了建模研究,并采用递推最小二乘法分别对两种模型中的未知参数进行了辨识,研究不同算子个数和多项式次数对模型建模精度的影响。参数辨识结果发现,KP模型拟合精度明显优于多项式模型,随着算子个数的增加,KP模型的精度显著提高,多项式模型的建模精度也随着多项式次数的增加而提高。

由于传统仿生手自由度较少、绳索传动方式力传递性不足,本研究设计了一种手指内部连杆结构的仿生手。采用SolidWorks2019对仿生手进行三维建模,分别针对手掌、拇指以及其余四指进行内部传动杆件设计,最后组装成一个完整的仿生手结构。使用Motion分析模块分别对手指的屈曲/伸展运动以及大拇指的内外运动进行运动学仿真以及联合运动仿真。结果表明,连杆结构仿生手结构合理,仿生手可以平稳的完成指定手部动作。

连续型机器人具有本质柔顺的本体结构,由此带来的环境适应性和安全性得到了人们的广泛关注.然而柔软的结构也可能导致机器人负载能力和定位精度的不足.针对这种情况提出了一种全新的混合驱动连续型机器人,能够平衡结构柔顺性、定位精度、刚度等性能.该机器人的驱动器在传统气动肌肉的基础上内置弹性杆,保持了系统的紧凑性.通过模式切换机构使驱动器能够在气压驱动与弹性杆驱动两种模式间切换以实现大范围运动和小范围精确定位,并在这个过程中拥有不同的刚度.当机器人进行大范围运动时,由气动肌肉提供主要的行程和输出力;当机器人到达指定工作位置附近时,由直线电机牵引弹性杆驱动机器人末端实现精确定位并提高机器人的刚度.基于力平衡的原理建立了混合驱动器的气压-长度模型,通过模型仿真与实验结果的对比,发现驱动器死区的存...

针对气动肌肉驱动的四连杆肘关节输入气压与输出角度间的迟滞进行分析。建立肘关节迟滞的 Prandtl Ishlinskii(PI)模型,采用Levenberg-Marquardt方法辨识模型参数;选择改进Play算子合适的包络函数,设计一种可描述非对称迟滞现象的改进PI(Modified PI, MPI)模型,相较于传统PI模型(Classical-PI, CPI),MPI模型对非对称迟滞曲线拟合度更高。基于MPI模型,设计前馈积分逆补偿器,并与PID组成积分逆补偿控制器(MPI-I-I-PID);完成了MPI-I-I-PID、PID与基于CPI模型的积分逆补偿PID控制器(CPI-I-I-PID)的位置控制仿真。仿真结果表明,MPI-I-I-PID可以减小跟踪误差,提高跟踪精度。在不同负载下进行了控制实验,实验结果表明,随着负载增加,补偿效果减弱,为此在补偿器中加入分段PID,MPI-I-I-pPID可减小抖动幅度,降低肘关节跟踪误差,提高位置控制精度和稳定性,验证了迟滞补偿器的有效性。

目的:为实现气动肌肉机械腿关节角度跟踪,设计两自由度气动肌肉机械腿。方法:对拮抗气动肌肉到关节传动问题,建立关节驱动机构模型;主要分析四连杆膝关节力矩静态特性,设计膝关节力矩到气动肌肉拉力的映射关系。机械腿摆动采用双闭环控制策略,外环为位置PD控制,在控制输出中加上机械腿动力学计算力矩项;内环为气动肌肉拉力控制,设计拉力前馈控制器和误差补偿控制器。结果:进行机械腿摆动控制仿真和实验,关节角度跟踪误差在±3°以内。结论:结果表明关节建模有效,动力学控制可实现机械腿关节角度跟踪。

针对传统建模只能解决一对一的映射关系,而气动肌肉的参数之间是一种多对多迟滞关系的问题,引用了一种基于多项式拟合算法的神经网络建模方法。首先,搭建实验平台,获取迟滞数据;然后,利用曲线拟合构建多项式拟合模型,得到合模型的输出位移数据;最后,采用曲线拟合与神经网络相结合的方法,建立了迟滞模型。通过仿真结果对比发现基于多项式拟合的神经网络模型各项误差均优于现有模型。

气动肌肉驱动器因能很好地解决机械臂柔顺性的问题,其在仿人机械臂上的应用已经成为了研究热点。但目前针对机械臂的建模多忽略驱动器质量,或考虑为集中分布情况,同时一般考虑关节铰为线弹性扭簧。这些假设不太符合气动肌肉驱动器的实际力学性能。因此通过D-H法建立了一种仿人机械臂结构的运动学模型,核算了其奇异位形。通过能量法建立了驱动器质量分散分布下的仿人机械臂的动力学模型;通过假设模态法进行离散化,得到标准特征式方程。基于Wolfram Mathematica 9进行编程,获得了该仿人机械臂在两个关键的奇异位形之间运动时,其固有频率随关节角度和关节铰刚度变化的形式。

冲击检测是仿生驱动器研究难点。基于管腔效应,对比分析气动肌肉轴向和径向冲击特性,采用流体阻抗法建立差压信号模型;搭建冲击测试平台,通过实验研究了负载、气压、冲击强度和径向冲击位置对差压信号的影响;对比了径向和轴向冲击时差压信号相频曲线的周期性变化特性;设计自相关函数提取差压信号的周期性特征。实验结果表明,差压信号自相关函数法可有效检测与区分轴向和径向冲击,40组验证实验数据的区分准确率为97.5%.

为解决类人型短小气动肌肉末端固定和无法同轴安装传感器的问题,影响气动机器人的精确建模和精确伺服控制,以及为了更加惟妙惟肖地采用气动元件进行仿生,以单关节、多关节气动肌肉、气缸构建基本构型的关节为基础,设计柔性冗余串、并、混联的仿人关节,单关节、多关节冗余气动肌肉与肌群结合的柔性机器人,单关节、多关节气缸并联构成的刚性机器人,气动肌肉、气缸与机构学结合组成的刚柔混合机器人,为气动机器人的设计提供新的思路。