开展气动肌纤维静态特性建模与实验研究,综合考虑气动肌纤维端部变形、摩擦力、死区气压等对其静态特性的影响,提出一种气动肌纤维静态特性数学模型.搭建气动肌纤维静态特性实验平台,开展气动肌纤维及气动肌纤维束静态特性等长实验、等张实验及等压实验,对比分析不同规格参数的气动肌纤维及气动肌纤维束的静态特性.基于实验所得的等压特性曲线,提出一种气动肌纤维束实验模型,由大量实验数据辨识获得符合实际情况的气动肌纤维及气动肌纤维束的静态特性数学模型,为气动肌纤维驱动微型仿生机器人的精准控制奠定基础.

设计了一种气动人工肌肉驱动的串联弹性关节,基于气动人工肌肉Chou模型,建立了串联弹性关节的动力学模型,推导出关节刚度,获得了关节刚度与肌肉内部气压、弹性体刚度的关系。设计反向传播(back propagation,BP)神经网络整定PID参数的BP-PID控制算法,开展了气动串联弹性关节的位置与刚度控制研究。仿真结果表明BP-PID控制优于PID控制,关节位置跟踪精度由0.58°变为0.10°,关节刚度跟踪精度从0.026 Nm/rad变为0.005 Nm/rad。实验结果表明关节位置跟踪平均误差由0.347°减小到0.117°,关节刚度跟踪平均误差从0.024 Nm/rad减小到0.019 Nm/rad。

针对传统康复机器人重量重、穿戴不便、运动柔顺性差等不足,基于轻量化、柔顺性、易穿戴和人体工学等设计原则,设计了一种柔性穿戴式上肢康复机器人。采用弹性布作为机器人基体,气动人工肌肉驱动的类拮抗式关节,实现了肘关节屈/伸及旋前/旋后运动。基于气动人工肌肉的力学特性模型,采用拉格朗日法建立了康复机器人的动力学模型。针对气动人工肌肉驱动的柔性系统易抖振、响应滞后的控制难点,设计了基于RBF神经网络的PID控制器;针对PID控制器初始参数依靠经验取值的问题,设计了模糊PID控制器以确定PID控制器的最优初始参数;最后通过仿真和实验研究对RBF-PID控制器的性能进行了验证,并与传统PID控制器进行了对比。结果表明RBF-PID控制器响应速度快,控制稳定性高,可实现该柔性康复机器人的稳定控制。

仿生关节是四足仿生机器人实现灵活跳跃、奔跑等高速复杂运动的基本要素。针对现有气动肌腱驱动的仿生关节难以实现设定刚度下的高精度位置控制问题,提出一种基于模糊神经网络补偿控制的拮抗式仿生关节位置/刚度控制新方法。建立关节位置/刚度解算模型,根据关节驱动力矩及设定刚度计算气动肌腱的理论充气压力;建立关节输出刚度计算模型,根据关节输出位置及气动肌腱的实际充气压力计算仿生关节的实际输出刚度;采用由模糊神经网络补偿控制器、PID控制器和模糊神经网络辨识器构成的模糊神经网络补偿控制结构实现对仿生关节的高精度位置控制。以FESTO公司MAS型气动肌腱驱动的拮抗式仿生关节为控制对象,进行关节位置/刚度控制的试验研究,对比PID控制和模糊神经网络补偿控制的位置控制精度,探究仿生关节刚度的动态响应。试验结果表明模...

针对现有高精度气动位置伺服控制算法复杂、难于工程实现的问题以灰色关联分析理论为基础提出基于传统控制算法的灰色关联补偿控制新方法。该方法将灰色关联控制与传统控制相结合在传统控制回路中增加灰色关联补偿控制器。该补偿控制器根据控制系统实际输出与期望输出数据序列之间的几何形状相似性和距离计算两者之间的加权灰色关联度设计灰色关联补偿控制律对传统控制器的控制输出进行动态补偿。以DGPL型无杆气缸为控制对象进行气动位置伺服控制的仿真与试验研究对比灰色关联补偿控制方法与传统控制方法（比例积分微分（Proportional-integral-differentialPID）控制、模糊控制）的控制精度。仿真与试验结果表明在相同的控制器参数下灰色关联补偿控制的控制效果优于常规控制器的控制效果补偿控制器参数经过适当调整可以实现气动