气动人工肌肉驱动球面并联机器人的位置控制研究

研究将气动人工肌肉驱动器应用于柔索驱动三自由度球面并联机器人机构,介绍了该机器人的运动学模型,提出一种简便的轨迹规划方法,在建立的实验测控系统中,应用含并联机器人的位置逆解和对气动人工肌肉的智能PID控制的位置控制算法,实现对机器人末端的位置控制,通过机器人的位置正解验证了位置控制的控制效果.     

基于PSO的气动人工肌肉驱动关节优化的研究

提出在气动人工肌肉驱动的关节系统中,存在一个最优关节设计,包括关节半径、肌肉附着点最优位置等,使得对同一系统输出转矩达到最优.通过分析气动人工肌肉静态特性模型,推导出关节静特性模型.改变气动人工肌肉的状态参数进行仿真,得到关节半径变化、肌肉附着点变化与关节输出转矩、收缩量之间的关系,并利用PSO计算出最优关节半径与肌肉附着点最优位置.此分析方法与结果对气动肌肉驱动的仿生手臂的结构设计起到有效的指导作用.     

气动人工肌肉驱动仿人灵巧手的结构设计

研究一种气动人工肌肉驱动的多指仿人灵巧手的结构设计. 通过分析正常人体解剖学,针对人类手掌的外形结构、驱动形式及运动规则,设计了一种5指仿人灵巧手. 该灵巧手有5个手指、19个自由度,在外观和功能上与人手接近;手指采用气动人工肌肉驱动,以柔索传动. 实验结果表明,该仿人灵巧手具有很好的柔顺性,并且整体外形和手指关节的运动范围均能达到拟人的效果.     

四足机器人气动人工肌肉驱动的仿生柔性机体动力学分析

基于四足生物动态步行时其柔性机体辅助腿机构的运动机理,设计了一种由气动人工肌肉、仿生脊柱、前机体和后机体组成的四足机器人仿生柔性机体.采用几何法分析仿生柔性机体运动学,建立四足机器人转向时仿生柔性机体弯曲角与气动人工肌肉长度变化间的关系,通过控制气动人工肌肉长度以控制机体弯曲.基于浮动坐标法和动量矩定理进行仿生柔性机体刚柔耦合动力学建模,对比分析了不同机体刚度下机体弯曲所需气动人工肌肉驱动力.设计仿生柔性机体弯曲控制实验系统,采用PID控制算法进行机体弯曲实验分析.四足机器人的仿生柔性机体分析,为提高其非结构化环境机动性奠定了基础.     

气动人工肌肉关节驱动特性实验研究

针对气动人工肌肉柔软的物理特性，设计一种新型的气动人工肌肉实验台，该试验台采用气缸作为气动人工肌肉的负载，自动测量气动人工肌肉的参数；通过对实验数据进行拟合，建立简单实用的静态特性模型；对由一对人工肌肉组成的关节进行静态实验和阶跃实验，实验结果表明，气动人工肌肉关节线性度高，但响应速度低，存在滞环．     

一种新型柔索驱动并联机器人的模型样机

提出一种新型并联机器人机构,利用张紧柔索驱动该并联机器人·通过运动学和动力学分析、工作空间分析、轨迹规划、误差分析,设计并制作了模型样机本体、驱动与控制模块,开发了机器人语言,控制模型样机完成指定动作·实验结果表明,这种新型并联机器人是可行的,适用于轻型机床等设备·该机器人在某一速度范围内工作时,会产生较明显的振动,并伴有噪声,因此要提高机器人的性能还必须设法抑制其振动     

气动人工肌肉驱动多自由度平台的非线性特性

以气动人工肌肉为驱动器,构造了一个新型的多自由度平台实验系统,基于对其运动特性的分析。建立了以微分方程表达的系统的非线性动力学模型,并进一步将其变换成状态空间的仿射非线性表达形式．通过数字仿真结果和实验结果的对比,证明了所建立的数学模型的正确性,并得到了该系统的一系列非线性特性．结果表明,气动人工肌肉驱动的多自由度平台具有很好的可控性及稳定性．     

气动人工肌肉位置控制策略

针对气动人工肌肉位置控制系统,提出了两层滑模的变结构鲁棒控制策略,控制器的推导基于李亚普诺夫稳定性理论.实验表明所设计的气动人工肌肉位置控制系统稳态控制精度可达到±0.2 mm,在负载质量和气源压力改变的情况下,稳态位置控制精度仍可达到±0.3 mm,实验结果证明了所提出方法的有效性和系统的鲁棒性.该研究为气动人工肌肉获得广泛的应用提供了理论依据.     

气动人工肌肉与标准气缸的力特性比较

为了精确地描述气动人工肌肉的力特性，建立了一个基于弹性力学的新型串联模型，并结合实验评估系统的实验结果对它进行进一步的补偿．气动人工肌肉和气缸在模型和实验数据方面的比较结果表明，气缸模型虽然简单，但爬行现象严重；气动人工肌肉的模型复杂，却无爬行现象，为气动人工肌肉在工业中的应用提供了设计依据．     

气动人工肌肉的动态驱动特性研究

针对由气动人工肌肉、高速开关阀和PLC控制器等组成的气动系统,分析了气动人工肌肉系统动态收缩量的数学模型,描述了收缩量随着工作频率和气压的变化关系,将收缩量理论模型与实验值的误差控制在4%以内,为气动人工肌肉的定位控制提供了理论基础.考虑到气动人工肌肉在动态过程中存在内部橡胶材料阻尼和空气流体阻尼,在现有的驱动力数学模型上添加了阻尼力项,建立了阻尼力与工作气压、工作频率和人工肌肉结构参数的数学模型,将气动人工肌肉动态驱动力的误差从16%下降到2.7%.通过理论仿真和实验验证,证明了所建立的动态收缩量数学模型和所改进的动态驱动力数学模型的正确性.     

关于PMA驱动的手指关节半径优化问题的研究

提出在气动人工肌肉驱动的关节系统中存在一个最优关节半径,使得对同一系统输出转矩达到最大. 通过分析气动人工肌肉静态特性模型,推导出关节静特性模型. 改变气动人工肌肉的结构参数或状态参数进行仿真,得到关节半径变化与关节输出转矩之间的关系,并计算出最优关节半径. 关节转角越大,最优关节半径越小;肌肉越长,最优关节半径越大,肌肉的直径对最优关节半径影响不明显. 该分析方法与结果对气动肌肉驱动的灵巧手的结构设计起到有效的指导作用.     

基于气动人工肌肉的混合位置跟踪控制

针对一种气动人工肌肉驱动的弹簧质量位置控制系统,设计了一个带有自适应模糊小脑模型（Cerebellar Model Articulation Controller,CMAC）在线逼近的离散趋近律滑模混合控制器.该混合控制器中离散趋近律滑模策略产生控制器的输出;自适应模糊CMAC用以逼近气动人工肌肉系统中的不确定项.CMAC网络权值的在线学习调整保证了自适应模糊CMAC的逼近性能.对离散抗饱和PID控制器（DASPID）与自适应模糊CMAC离散滑模混合控制器（HybridC）的位置跟踪控制性能进行了对比实验.实验结果表明,HybridC较之DASPID有更好的位置跟踪控制性能.当期望参考输入为正弦信号时,DASPID的最大位置跟踪误差为±15 mm;而HybridC的最大位置跟踪误差仅为±07 mm,平均位置跟踪误差大约仅为±02 mm.并且,离散滑模所固有的抖振现象得到了有效的抑制.     

基于气动人工肌肉的自适应模糊 小脑模型神经网络位置跟踪控制

针对一种气动人工肌肉驱动的弹簧质量位置控制系统,设计了一种自适应模糊小脑模型神经网络(AFCMAC)控制器.离散抗饱和PID (DASPID)并行监督控制设计保证了控制运行初期不会出现较大的跟踪误差和气压波动,使AFCMAC的在线实时学习调整成为可能.在线实时的自适应算法逐步提高了AFCMAC的控制性能,从而最终完全过渡到AFCMAC控制.通过规划AFCMAC的输入空间,保证了AFCMAC对迟滞力和气压波动等不确定因素的感知能力,为实现AFCMAC控制奠定了基础.对DASPID与AFCMAC控制器的位置跟踪控制性能进行了对比实验.结果表明,在非线性系统条件下,AFCMAC较之DASPID有着更好的跟踪控制性能和较低的实现难度.