气动柔性球关节的位姿测量系统研究

基于新型气动人工肌肉提出了一种气动柔性球关节,介绍了气动柔性球关节的结构原理;重点讨论了针对该球关节的位姿测量系统原理及位姿计算方法;给出了实验结果并进行分析,表明设计的位姿测量系统是准确适用的.     

模糊自适应PID控制在润滑油压力气动控制中的应用

针对实验室中某型航空发动机燃油泵调节器润滑油压力控制的需要,设计了一套基于模糊自适应PID控制的润滑油压力气动控制系统。模糊自适应PID控制是将模糊控制原理与常规的PID算法相结合,实现了对PID参数的自适应调整。实验结果表明,该控制器应用于润滑油压力气动控制系统中可取得良好的控制品质。     

气动肌肉驱动的灵巧手指及模糊PID控制

设计一种由气动人工肌肉驱动,柔索传动的仿人灵巧手指.介绍了灵巧手指的结构设计及其控制系统的组成.采用模糊PID控制算法进行方波跟踪和正弦跟踪控制的研究,并对比PID控制效果实验.结果表明,选择合适的控制算法可以使手指的控制具有良好的实时性和跟踪性,为整只灵巧手的控制奠定了基础.     

气动柔性五自由度手指的神经网络控制

基于气动柔性弯曲关节和球关节,设计了仿人类大拇指的五自由度气动柔性手指,通过对手指运动的分析,建立了手指控制模型。根据BP神经网络算法对手指进行控制,通过位置控制网络层计算驱动气压,并作为下层网络的输入,驱动器控制网络层控制数字比例阀的输入电压来控制手指的驱动气压,实现对手指的控制。系统仿真和实验结果表明,该算法能很好地实现手指运动的精确控制。     

基于神经网络控制的气动伺服位置控制系统研究

建立了以无杆气缸和气动伺服阀为主的气动伺服位置控制系统的数学模型。根据系统的非线性特点及PID控制的不足，设计出基于BP神经网络控制的PID控制器，并进行仿真。结果表明，这种控制策略能明显地改善系统的动静态性能，可以实现气缸活塞全行程任意位置的精确定位。     

基于自适应模糊PID控制的气动微型机器人系统

根据尺蠖蠕动原理，研制了一种具有三自由度的微型蠕动机器人内窥镜诊疗系统，该机器人由空气压橡胶驱动器驱动，通过气囊钳位。设计了电一气脉宽调制伺服系统控制机器人的移动，建立了微型蠕动机器人控制系统的动态模型，以一种简化的自适应模糊PID方法控制机器人，将模糊控制器辨识的输出作为PID控制器的输入不断改变控制参数。在自适应模糊PID控制下对系统进行了仿真并进行了实验，结果证实该方法弥补了模糊控制与PID控制的不足，使系统的动静特性都达到预期效果，是一种理想的气动微型蠕动机器人控制方法。     

气动比例位置系统优化模糊PID控制方法的研究

在建立气动比例位置控制系统数学模型和分析其特性的基础上,设计了常规比例-积分-微分(PID)控制器,引入优化设计理论,通过不断的仿真实验,获得一组优化的PID控制参数,以此作为初始值,设计模糊PID控制器.基于LabVIEW设计了系统实时控制程序,通过实验研究,不仅可以实现PID的在线自整定控制,而且实验结果证明所设计的控制器可行,具有较好的控制效果.     

气动比例阀位置控制精度实验研究

PID控制器是常用的伺服系统控制器，气动伺服系统常用其控制。为此，文章根据比例方向控制阀和缸的特点，设计了气动位置PID伺服控制系统。对该系统中影响响应精度的置中电压和控制器中的积分系数进行实验研究，实验分析参数变化对控制精度的影响。     

气动伺服机械手控制系统的设计

针对气动伺服机械手控制系统开发应用过程中出现的精度控制难等问题,设计了一种以模糊PID控制策略结合专家判断为控制手段的控制方案,阐述了该方案的控制系统组成、软件设计以及实现方法。实际运行表明本系统响应速度快,控制精度高。     

气动机器人关节位置伺服系统的研究

利用PWM控制技术、现场总线技术及分布式I／O模块PLC控制器、采用模糊自适应PID控制算法，设计了一种高速开关阀式气马达机器人关节位置伺服系统，实验结果表明，如进行深入的研究，可以获得更加稳定可靠的气动机器人关节位置伺服系统。     

基于FPGA的气动柔性手指的神经网络控制器设计

研究了气动柔性手指智能控制策略的硬件实现，设计了气动柔性手指的神经网络控制器。气动柔性手指神经网络控制器是在已经对气动柔性手指进行运动学和动力学分析的前提下，使用MATLAB对神经网络进行试训，依据训练所得的权值和阈值，在现场可编程门阵列集成环境下，基于超高速集成电路硬件描述语言完成的。该控制器适用于具有复杂智能控制策略且对实时性要求高的多手指控制系统。     

气动柔性五自由度手指运动分析及控制

基于气动柔性驱动器,设计了气动柔性五自由度手指,并介绍了其结构原理。分析建立了五自由度手指的运动学方程,并采用遗传算法解决了该五自由度手指逆运动学中的冗余解问题。基于神经网络设计了手指控制器,并进行了手指指尖轨迹跟踪实验。实验结果表明,手指指尖的运动实验曲线与理论曲线比较接近,说明采用遗传算法及神经网络控制能够实现对五自由度手指的较精确实时控制。     

基于FPA的气动柔性手指康复器及其控制系统

针对现有手指康复器在柔顺性、适用性和安全性方面存在的不足,基于气动柔性驱动器（FPA）设计了一种气动柔性手指康复器,以采用压缩气体驱动并以橡胶材料为主体设计的基于FPA的柔性弯曲关节代替传统的纯机械式结构。根据手指康复器仿生康复的任务要求,设计具有三大模块的控制系统：模式识别模块负责通过采集和分析手指表面肌电信号(sEMG)对主体的动作意图进行识别,并生成康复运动训练方案;角度反馈模块采用AS5045芯片实时检测康复器运动状态并将数据信息反馈至主控制器;主控制模块控制上述训练方案和康复器运动状态实时反馈信号以驱动康复器完成运动训练。实验结果表明,康复器两个关节弯曲期望值为15°和30°时的稳态误差小于0.6°,提出的控制系统能很好地完成sEMG的识别、康复器运动信息检测与反馈和康复训练任务,证明了手指康复器及其控制系统是可行的、有效的。     

一种柔性移动微小机器人系统的驱动力学特性分析

基于尺蠖运动的机理，本文研制了一种具有柔性移动机构的微小机器人内窥镜诊疗系统，该机器人系统采用三自由度空气压橡胶驱动器驱动，通过气囊钳位。分析了机器人系统的驱动力学特性，设计了电-气控制系统控制机器人移动，并通过该电-气控制系统实验测试了机器人系统的驱动力学特性。实验结果表明，理论分析与实验测试结果相符，该机器人系统可在软管内实现平滑柔性移动。     

利用dsPIC30F5013的气动灵巧手关节控制器设计

提出一种以dsPIC30F5013数字信号控制器为核心的气动灵巧手关节控制器的设计方案,包括硬件结构和系统软件设计.该控制器采用AS5045位置传感器和电/气比例阀内置传感器作为反馈装置,实现双闭环控制,以提高气动灵巧手关节控制精度.控制器通过键盘和上位机信号输入两种方式,使得在保持与上位机实时联系的同时也能够独立完成对灵巧手关节的控制,从而减轻上位机的负荷.目前该控制器已成功用于气动灵巧手的控制,并取得了良好的应用效果.     

载体位置、姿态均不受控的飘浮基柔性空间机器人的Terminal滑模控制

讨论了载体位置、姿态均不受控的飘浮基柔性空间机器人的Terminal滑模控制问题。为讨论既有柔性关节又有柔性臂的欠驱动系统,以一个具有两个柔性关节和一个柔性臂的飘浮基空间机器人为例,首先利用拉格朗日方程并结合系统总质心定义,得到了系统的动力学方程,然后利用奇异摄动法,将柔性空间机器人系统分解为一个柔性空间机械臂子系统和一个柔性关节快变子系统。以此为基础,提出了一种包含柔性空间机械臂子控制项和柔性关节快变子控制项的组合控制器。其中,柔性空间机械臂Terminal滑模子控制项实现了机械臂关节铰期望轨迹的跟踪,柔性关节快变子控制项使得快变子系统稳定在由柔性空间机械臂子控制项产生的机械臂关节轨迹上。系统的数值仿真结果表明,该方法能在抑制柔性关节的柔性振动的同时跟踪上机械臂关节期望轨迹。该控制方案的显著优点为不需要测量、反馈载体的位置、移动速度、移动加速度,同时可保证机械臂关节铰跟踪误差在任意指定有限时间内收敛到零。     

基于PLC控制的气动搬运机械手系统设计

气动机械手是自动生产设备和生产线上的重要装置之一,文中通过对气动搬运机械手功能进行分析,确定了机械手结构,设计了其气动控制回路,应用SolidWorks软件完成气动机械手虚拟设计.该气动机械手采用PLC控制,通过对机械手动作过程的分析,选择适合的PLC,并完成了控制系统软件和硬件设计.研究表明,该机械手具有结构简单、控制灵活、通用性强等优点.     

基于Matlab的2种Fuzzy-PID控制器的设计与仿真

针对电温控制,提出2种Fuzzy-PID控制方式:Fuzzy-PID阈值控制和Fuzzy-PID参数自整定控制,运用仿真软件Matlab实现这2种Fuzzy-PID温度控制器的设计与仿真.Fuzzy-PID阈值控制器选用给定温度偏差值作为阈值,阈值以上的大偏差范围内采用模糊控制,温差小于阈值时采用PID控制;Fuzzy-PID参数自整定控制器先由模糊控制策略得到自适应的PID参数KP,KI,KD,再采用这个改进的PID控制器来控制全局系统.仿真结果表明2种Fuzzy-PID控制器都具有良好的动态和稳态性能.     

基于比例阀的气动伺服系统神经网络控制方法的研究

研究了用神经网络PID控制器对基于比例阀的气动伺服系统进行控制的方法。用神经网络辨识器来逼近非线性动力学系统,并在线修改控制参数。实验及分析表明,适当的选择网络参数,经过充分的离线训练,该控制器可以进行在线的自适应控制,系统的控制精度和动态特性有明显提高,且在环境参数变化时,控制器具有在线自学习和自整定参数的能力。