外文资料译文Word下载.docx
- 文档编号:20469088
- 上传时间:2023-01-23
- 格式:DOCX
- 页数:11
- 大小:233.86KB
外文资料译文Word下载.docx
《外文资料译文Word下载.docx》由会员分享,可在线阅读,更多相关《外文资料译文Word下载.docx(11页珍藏版)》请在冰豆网上搜索。
1.介绍
自从工业革命以来,机器被用于在活动中帮助工人,其执行速度更快或者携带更多。
尽管这些系统提高了生产率,但是人机交互的方式仅仅是推的拉杠杆或者按钮,完成预定义的任务,例如冲压汽车零件或用一些液体填满一个受载体。
随着控制系统相关技术,新方法的出现,传感器和执行器变成了最便利的方法去执行预定义的任务。
作为一个传感器和执行器共同工作的例子,我们可以提到延伸器,一个由使用者运动控制的多自由度操纵器。
使用使用者的运动,力或者生物信号去控制机器看起来是最好的方式去完成预定的任务。
从这篇文章中,一种基于使用者的输入产生一种额外力,减轻使用者的负载并且使他们更有效工作的动力辅助系统(PAS)诞生了。
正如这一领域的很多作者说的一样,动力辅助系统的需要来自于结合工业需要的成熟社会去产生利于使用的友好机器。
当然这个仍然有美籍作者提到的军事应用或者医疗应用,例如携带患者。
在同类杂志中动力辅助领域已经被提到了很多次。
在2007年Noritsugu为了康复目的介绍了动力辅助系统在一个活跃的外骨骼结构中,用以恢复患者的肢体运动。
在2008年,Doi介绍了动力辅助系统在积极地辅助和一个网络神经的教学方法下可以帮助工作者携带沉重的载荷。
因为辅助力直接从机械流向使用者,在力输出后没有任何的弹性元件,这些系统没有被定义为半自动系统。
在接下来的几年里,Kiguchi和Nakano进一步解决了这个主题来帮助使用者与用户交互。
直到最近几年,活跃的动力辅助系统仍然在研究,2011Noritsugu不止一次地描绘动力辅助系统手套,其采用气动装置去产生一个更强的抓力。
这篇文章基于不同的方法,方法来自前面提到的作者,避免了之前活跃的系统和专注于基本上没有探索的半自动系统。
在这个问题上,例如12和13的作品可以被提及,但是没有任何一个分析了执行饱和度,假设驱动机构足以完成要求的任务。
在1995年和1997年Hayashibara分析了饱和度,鉴于其对PAS辅助比的影响,改变了这个辅助比以满足其限制。
在2010年Tsuchiya分析了由饱和度造成的对PAS程序的影响。
尽管这些工作都很接近饱和度,但是他们仍然专注于自动系统,而没有考虑来自弹簧的恢复影响。
我们最初解决饱和度问题是假设一个合理的极限并且分析在处理手段上的影响。
然后,我们提高我们的控制技术,制定合理的参数Kp,其根据使用者产生的猛拉力变化。
猛拉力是一种力随着时间变化的速率,与负载不同的是,他可以检测到系统上的载荷变化。
我们的目标是找到一种可靠的方法去预计我们的运动。
最后,没有限制的,在合理范围内的限制,基于猛拉力的限制被比较,提出的方法与未被抑制的案例相比被证明比标准抑制有更好的结果。
2.动力辅助系统
提出的动力辅助系统如图1所示。
图1.半自动动力辅助系统.
一个电机,我们的东方红电机ELSM6XD050K-L,有150N的最大输出力,其位于图形的上部。
正如我们所看到的一样,在用户和电机之间有一个弹簧,其改变着系统的形态。
弹簧的力帮助使用者,其通过手柄控制系统。
手柄位于固定一个线性结构的金属柱底部部分上,它的位置由一个ASMPCQA24位置传感器记录。
在这个系统和一个自动系统的比较是代替安置一个手柄在滑块上,我们可以直接把它安置在执行器上。
可以认为在这个系统上的运动部分为:
执行器,手柄,弹簧,我们可以说重量变化仅仅是由于一个很轻的弹簧的变化。
因此,为了简化比较,我们将弹簧重量视为0.
如图2所示,采用的弹簧有一个线性关系,一个接近173N/M的线性系数和0.4米的长度。
图2.弹簧线性变化
输入和输出由AD-DA和电机控制板控制,其各自联系的面板LPC-361216和PEX-742020。
程序是基于C++的和一个可视界面告诉使用者实际位置和跟踪位置,其中用户需要遵守完成测试。
2.1自动与半自动比较
假定用户控制手柄,在自动系统中的力将会是:
Fresult=Factuator+Fuser−Fweight−Ffriction.....
(1)
我们可以得到:
.....
(2)
.
其中x与x是手柄的速度和加速度,m是粘附在系统手柄上的质量,g是重力加速度,c是阻尼系数。
因为用户的目的很大程度上是基于用户的力,系统预测这个力并且产生一个合适的辅助力。
这个预测由一个位于在手柄上的力传感器完成,并且一个辅助比分析系统的作用通过:
.....(3)
这是一个基于辅助的脉冲,利用F×
t图形的面积去估计有多少作用被系统和用户完成。
图3.系统方法。
使用力和位置作为输出
这个系统由一个预设的目标a开始,称为a*,产生一个辅助力以满足系统的稳定性。
如一个例子,a*=0.3可以保持执行器的作用在30%,而用户达到70%。
在这个例子中,我们可以说:
.....(4)
另一方面,半自动系统将来自自动系统的额外力与来自被动系统的能量储存能力
在这里执行器和固体手柄的位置分别是Xact和Xsli。
M是含有质量的手柄和重量盘。
阻尼常量m和c都被视为0,假定系统没有摩擦和阻尼。
与自动系统不同的是,执行器的力不仅考虑使用者的力并且考虑手柄位置。
在图3中描述的方法使用这两个输入去估计一个弹簧的变形,这将通过一个F帮助使用者。
这个潜在的变形被定义为δ,执行器的目标位置是x。
它们由方程定义:
.....(7)
并且变形由使用者造成,我们得到:
.....(8)
最后,运用一个比例控制器达到x,由之前定义的方程得到:
.........(9)
在这里控制增益和实际阻尼参数是Kp和Kd。
阻尼参数迫使执行器变为一个阻尼器,避免意想不到的共振和稳定运动。
在先于系统构建前的仿真,如图4所示,我们可以观察到被使用者运用在手柄上的力和用在弹簧上的力是接近的。
图.4.在助力比为0.5情况下,半自动助力系统的仿真结果
在半自动系统的周期性运动中有更流畅的运动,利用弹簧的弹性性质使执行器与手柄之间的传递平滑。
尽管在运动的开始有一个小干扰存在,0.5秒之后我们可以观察到运动是很流畅的。
因为半自动系统使用力和位置传感器,其方向改变可以在这些系统中很好的定位。
在自动系统中,一个缺乏位置传感器的输入使控制器依靠力驱动,当使用者改变方向时会造成突然的干扰。
一个在半自动辅助周期系统上进一步研究被Uemura完成。
2.2力限制
通过保持执行器的值在确定范围内使抑制完成。
出于安全的原因,在实验中,执行器被限制在60N且用在手柄上的最大重量为12Kg。
尽管对使用者没有运动限制,但是执行器有一个0.6m/s的速度限制。
为了理解执行器的限制如何控制系统,我们将考虑运动方程。
并且改变抑制范围得到:
.....(10)
.这里F是被抑制的执行器力。
使用Euler方法我们可以给执行器估计一个新的速度和位置在这个被抑制的加速度上:
.....(11)
......(12)
在这里T是0.5毫秒的样本周期,并且加速度,速度和位置都是离散变量。
最后,通过新的位置值我们可以得到新的执行器力,我们定义为F,利用方程8和9,得到:
..(13)
考虑阻尼的情况下,这将是系统限制。
2.3基于猛拉力的控制器
基于猛拉力的变量参数方法改变Kp系数通过下面的方程:
..(14)
这里Kp是一个起初的参数值,Y是记录在手柄上的拉力,Ky是这个新的Kp的连续增益。
在这个系统下的想法是最大化系统的灵敏度一旦使用者开始改变运动或者需要更大的力时。
当加速度是连续的Kp和Kp0,和当运动来自下降或上升运动的改变时,Kp拥有最大值。
另一方面,从上升运动到下降运动的改变减小Kp的值,这会有意迫使执行器需要更长的时间去改变它的运动,产生更大的弹性力来辅助用户的运动。
图.5.关于人体运动的预测性能
如图5所示,基于拉力的转变能够在运动发生几毫秒之前预测到使用者的目标方向。
尽管拉力被定义为质量乘以加速度,并且参考书目使用加速度的方法不同更广泛,在这个系统中,急拉的使用代替猛拉会产生不同的结果。
一个原因,拉力不是单一的依靠F,然而急拉力依靠F和X。
这个依赖使急拉力的使用不太可靠,不能表示使用者的目的。
关于这个选择的另一个原因是基于猛拉力被定义的事实:
.......(15)
这对于变化重量的系统而言,不仅将要考虑急拉力,而且质量关于时间的变化速率与时间相关,如图6所示。
高噪音记录了猛拉力,特别是,急拉力的案例是由于这些数据由来自没有被过滤的低频值的事实。
这个比较的唯一目的是把信号峰值与载荷位置变化联系起来。
图6.在猛拉力图中的质量变化,但是在急拉力图中不影响
同样重要的要记得这个用法不同于最小急拉力方法,在那里的目标是产生一个带着最小可能急拉力值的运动,为了得到最可能得平滑轨迹。
这里,我们的目标是用一个可以给我们一些预估能力的变量优化我们的系统。
图7.不同方法下的运动轨迹
3.实验结果
我们做实验去比较基于猛拉力抑制系统和标准的抑制和非抑制系统的现象。
把手和重力盘组装重达8kg,产生一个向下的78.5的力,使用者不得不去克服以跟随预定义的运动。
这个预定义的运动可以通过一个一个荧幕追踪,在那里,使用者通过他们完成的运动有一个可视的反馈,并且这个运动他们准备去跟随,如图7.
采用的目标辅助速率是a=0.6.半自动系统的辅助速率与自动的相似,但是因为辅助力来自弹簧,由方程我们可以得到:
................(16)
尽管三个不同的运动看起来十分相似,使用者对这些系统的效率是很难测量的。
但是,当提到用户力时,我们可以在不同的案例中比较表现。
比较将会考虑10组测试中最具代表性的结果,因为一个平均结果将会平掉结果。
最具代表性的结果被选择根据一个系统性采样,分析样本结构和选择最具代表性的数据,使用F,X和F作为选择标准。
最初,通过比较使用力的结果,很清楚的看到标准方法需要很多的使用力,当处理执行器的限制时,随着更多有用方法的提出,如图8所示。
尽管提出的案例呈现高峰低峰,系统的平均值很接近不被限制的案例,如图1所示。
由于力的限制,这些峰值由于辅助比的突变造成。
我们仍然可以说,鉴于使用者的目的,一个协调的控制增益在达到限制之前产生更多的力。
并且在这个极限状态花费较少的时间,如图9所示。
尽管标准和猛拉力案例有同样的限制值,但是猛拉力方法通常在极限值之下生效,且有一个较低的标准值。
另一方面,不被抑制的案例达到69.8的峰值,然而比其余两个案例的最大值大16.3%.
一个较低的F产生一个较低的I,然而我们通过比较例子16中的I来计算比率。
3个不同方法的比较展示出不被抑制的案例表现的更接近于目标值,接近载荷的60%。
再次重复,如图10,基于猛拉力的系统组成标准案例,保持接近目标值。
Fig.8.使用力比较。
标准案例要求更多的力输入
Table1.实验结果的平均值
YankSuppression
33.00N
58.72N
0.584
Unsuppression
32.78N
60.83N
0.593
Std.suppression
35.60N
59.76N
0.568
图9.执行力比较。
抑制的案例有相似的现象,但是基于猛拉力的值比标准的下降快
图10.助力比比较。
基于猛拉力的案例处于未被抑制的和标准案例间
最后,在实验中所有结果的标准值如图1所示,让我们可以总结为尽管平均比例值是十分小的,但是执行力和使用力的区别仍然可以被注视,如下:
*当拥有一个小的峰值力时可以节省设计阶段的费用,一个较低的值结合同样的预设运动轨迹可以帮助机器节省能源。
*平均时用力仅仅比未被抑制的情况高0.22N,但是比标准情况低2.6N。
4.总结
一个半自动PAS被提出考虑到一种情形,那就是规格和费用的限制要求使用一个较弱的执行器。
我们克服这个问题通过对比例控制器采用变化的增益,这使用来自使用输出的猛拉力值。
一个更完善的感应器的缺乏迫使作者采用一个低要求的信号去估计值,因此,不是一个纯粹的信号。
最初我们使用模拟量对已知的自动系统和未知的半自动系统进行比较。
系统限制的定义和使用代替猛拉力的急拉力的可能性仍然在讨论中。
尽管在这篇文章中并没有讨论确定的案例,但是在实验前同样的事情被经验性的测试过。
最后,我们完成实验通过力的限制来完善预设的基于猛拉力的控制,比较连续增益控制和没有限制的情况。
我们讨论结果并且得到基于猛拉力的抑制情形在所有领域中都比标准抑制的表现得好。
当谈及基于猛拉力的情形和未被抑制的情形之间的比较时,问题例如便携性,能量节约和预算应该被讨论。
基于猛拉力的情形与未被抑制的情形表现的更相似,这成为一个很好的选择当考虑前面的问题时。
但是,如果表现是评价的唯一参数,那么未被抑制的情形是一个较好的选择。
这项技术可以被实际运用在任何PAS中,只要输入力被测量或相似。
这些方法可以减少便携式PAS的重量,例如外骨骼可以减轻结构费用和提高电池寿命。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 外文 资料 译文