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。

为解决工业机器人谐波减速器使用过程中传动误差超限故障诊断问题,建立伺服电机和谐波减速器的机电仿真模型,分析减速器间隙增大对驱动电机电流产生的影响。构建工业机器人谐波减速器机电系统实验平台,采集不同传动误差谐波减速器对应的驱动电机电流信号。利用电机电流信号,提出结合梅尔倒频谱和支持向量机,以及结合梅尔倒频谱和概率神经网络的2种故障诊断方法。基于多种指标综合分析比较上述2种故障诊断方法,结果表明:结合梅尔倒频谱和支持向量机的谐波减速器传动误差超限故障诊断方法综合性能优于结合梅尔倒频谱和概率神经网络的方法。