针对气动肌肉运动过程中产生的迟滞现象,采用神经网络方法对其位移/气压迟滞开展了建模比较研究。首先组建了气动肌肉的迟滞特性测试实验平台,采集其位移/气压迟滞实验数据;然后基于BP神经网络和RBF神经网络分别进行了迟滞环的整体和分段建模,并与经典PI模型的建模效果进行了对比。研究表明,PI模型的建模精度比神经网络差,但计算时间短;神经网络整体建模时存在过拟合现象,而分段建模则可有效避免过拟合现象;BP神经网络的建模与预测精度均优于RBF神经网络;对于BP神经网络,分段建模的平均误差、均方差和最大误差相较于整体建模分别减小了9.07%、14.54%和24.68%,而采用RBF神经网络,其误差分别减小了8.89%、13.03%和19.49%,可见分段建模的预测精度优于整体建模。

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。

针对气动人工肌肉中存在的迟滞及蠕变现象,回顾了其研究历史并总结了国内外主要研究机构的研究现状。从气动人工肌肉迟滞及蠕变现象的特点、产生原因、建模以及基于迟滞模型的控制策略等方面,对现有的研究进展与成果进行了综述。分析了目前气动人工肌肉中存在的问题并提出了进一步研究的思路。从目前的发展趋势来看,气动人工肌肉迟滞与蠕变的理论研究还远不充分。迟滞特性建模需要解决因蠕变引起的参数动态变化问题,神经网络建模需解决多环辨识问题,而基于逆模型补偿的控制策略则需要解决模型复杂以及参数敏感问题。

针对目前少齿差星轮型减速器在机械应用中行星轴承易烧毁的现象,对其进行力学分析以寻求解决的途径。综合考虑内啮合齿轮副、行星轴承的变形以及各轴的扭转变形,构造少齿差星轮型减速器的变形协调条件,并采用子结构法建立该类传动系统的弹性静力学模型。通过求解系统的弹性静力学方程,获得系统各环节的受力,并给出了一个运动周期内两相机构的齿轮啮合力、行星轴承力和各曲轴扭矩的变化规律。弹性静力学仿真表明,少齿差星轮型减速器两相机构各环节的受力均呈周期性变化,且二者的变化规律基本相同,仅存在180相位差。两相机构中齿轮副的啮合较为平稳,其啮合力在一个运动周期内仅存在微小波动;但行星轴承的载荷状况较为恶劣,其中星轮轴行星轴承的载荷波动较大,而输入轴行星轴承的载荷幅值较大,这恰与星轮型减速器应用中行星轴承...

针对基于高速开关阀的气动人工肌肉位置伺服控制系统的非线性与时变性,设计了基于气动人工肌肉实验模型的PID反馈控制器,实现气动人工肌肉的高精度运动轨迹跟踪控制。首先,通过实验建模得到气动人工肌肉静态特性的实验模型,然后基于理想气体多变方程,建立可有效描述气动人工肌肉动态特性的数学模型,利用Sanville流量公式建立流经高速开关阀阀口的气体流量方程,并采用脉冲信号调制法生成PWM信号,进而控制高速开关阀占空比。在此基础上,借助PID反馈控制器建立气动人工肌肉气压与轨迹跟踪的控制模型,并采用Simulink对所提出的气压和轨迹跟踪控制方法进行数值仿真。结果表明,所建立的控制模型能够精确地跟踪期望气压和运动轨迹,从而验证了控制模型和控制方案的精确性和可行性,为实现气动人工肌肉高精度轨迹跟踪控制提供了有效手段。

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。

鉴于气动人工肌肉固有的结构特点导致其在运动过程中产生迟滞和蠕变等非线性现象,给其精确控制带来了极大的困难,而现有的气动人工肌肉的迟滞理论建模和控制策略尚存在诸多缺陷,阐述了气动人工肌肉运动过程中产生的一系列非线性现象及其原因,从气动人工肌肉静/动态特性建模、迟滞特性建模及控制策略等方面综述和分析其现有研究进展与成果。根据气动人工肌肉结构、迟滞建模和控制策略的发展趋势,给出了气动人工肌肉需要深入研究的方向和解决这些关键问题的途径。

基于虚功原理建立了机械手的完备刚体动力学模型,并对机械手动力学模型的各组成部分（惯性力矩项、惯性力项和重力项）进行了分类;在分析从动臂的运动对机械手力矩各组成部分贡献的基础上,提出了一种基于组合分配系数的刚体动力学模型简化策略;以简化刚体动力学模型与完备刚体动力学模型逼近度为优化目标,提出一种基于运动过程力矩偏差最小的优化指标,从而确定组合分配系数;基于以上刚体动力学简化方法,从机械手尺度参数与运动轨迹参数两方面因素出发,结合机械手典型运动轨迹,采用多因素分析方法,通过仿真分析了各因素对简化刚体动力学模型准确性的影响,结果表明该刚体动力学模型简化方法针对不同机械手尺度参数与运动轨迹参数均具有较高的计算速度和精度。

为简单、精确地实现对一种由高速开关阀和气动人工肌肉作为驱动控制单元的足底驱动型下肢康复机器人的轨迹跟踪控制,提出了一种基于MATLAB/Simulink的仿真控制模型.基于模块化思想,将该机器人控制系统划分为系统输入模块、位置逆解模块、单支链驱动控制模块和位置正解模块.首先对该机器人进行结构分析,在此基础上推导出其运动学正逆解模型,为位置正逆解模块提供理论依据.然后,建立人体下肢运动学模型,带入关节角度数据得到足底运动轨迹,在此基础上用傅里叶级数拟合得到足心和背伸/跖屈角对时间的函数表达式,作为系统的输入模块.最后,采用关节空间控制方法结合各子模块构造出下肢康复机器人控制仿真模型,特别地,采用了实验的方法验证了单支链驱动控制模块的准确性.在此基础上,在MATLAB/Simulink模块中对所建立的系统仿真控制模型进行了...