救護(hù)車載PAM擔(dān)架緩沖系統(tǒng)特性分析

孫大剛，高 蓬，2，宋 勇，梁培根，沈 毅

(1.太原科技大學(xué) 機(jī)械工程學(xué)院，太原 030024;2.長城汽車股份有限公司，河北 保定 071007)

路面不平度激勵為引起車輛振動的重要因素。對運送傷病員的救護(hù)車而言，平順性為重要指標(biāo)。國外對救護(hù)車擔(dān)架緩沖隔振系統(tǒng)研究較早，如日本的主動控制床可實時控制擔(dān)架姿態(tài)，優(yōu)化設(shè)計的懸架系統(tǒng)電流變液體阻尼器可有效減小病人的振動響應(yīng);德國Binz公司開發(fā)的擔(dān)架液壓空氣減振系統(tǒng)獲得推廣應(yīng)用。張順心等［1－7］對救護(hù)車擔(dān)架減振裝置進(jìn)行研究。本文通過建立氣動人工肌肉(Pneumatic Artificial Muscle，PAM)擔(dān)架隔振平臺，隔絕車廂傳遞到擔(dān)架的振動作用，該擔(dān)架經(jīng)折疊后可快速剛性鎖定于平臺。擔(dān)架隔振平臺氣動人工肌肉安裝及車載擔(dān)架在救護(hù)車的布

圖1 PAM緩沖擔(dān)架及安裝位置Fig.1 Schematic diagram of PAM in buffer stretcher and stretcher in ambulance

氣動人工肌肉也稱氣動橡膠驅(qū)動器，為新拉伸型氣動執(zhí)行元件，由一根橡皮管外包強(qiáng)力塑料網(wǎng)構(gòu)成，充、放氣時可像人的肌肉徑向膨脹、軸向收縮，并產(chǎn)生軸向收縮拉力，可用其對振動進(jìn)行控制。PAM緩沖機(jī)構(gòu)具有結(jié)構(gòu)簡單、重量輕、易于小型化，柔性、不損害操作對象，動作平滑、無相對摩擦運動部件、無泄漏及操作中產(chǎn)生熱、噪音?。?－12］等優(yōu)點。由于構(gòu)成PAM橡膠管與編織網(wǎng)間摩擦、橡膠管變形能及端部約束等影響，PAM工作特性參數(shù)如充氣壓力、工作負(fù)載及收縮比間為非線性，較難建立理想的描述PAM數(shù)學(xué)模型?？紤]PAM控制的時變、非線性特點，本文將神經(jīng)網(wǎng)絡(luò)PID控制用于隔振系統(tǒng)，分析其隔振效果。

1 PAM力學(xué)特性

理想情況下忽略套筒橡膠彈性及橡膠套筒與纖維網(wǎng)間摩擦力，PAM收縮力為

若考慮橡膠套筒的彈性收縮力，橡膠收縮力為

式中:ε=(D－D0)/D0為PAM徑向膨脹率;σ=(L0－L)/L0為PAM軸向收縮率。

橡膠套筒與纖維網(wǎng)間摩擦力為

式中:P為PAM充氣壓力;P0為環(huán)境壓力;D0為PAM初始直徑;D為PAM工作直徑;θ0為PAM初始的纖維與軸向夾角;θ為PAM工作的纖維與軸向夾角;L0為PAM初始長度;L為PAM工作長度;μ為纖維網(wǎng)與橡膠套筒間摩擦系數(shù);E為PAM套筒橡膠彈性模量;tr為PAM橡膠套筒壁厚。

圖2 PAM纖維層幾何參數(shù)關(guān)系示意圖Fig.2 Relation schematic diagram of PAM fibrous layer geometric parameters

PAM工作過程各幾何參數(shù)變化示意見圖2。

綜合各式，得較完整的PAM靜態(tài)數(shù)學(xué)模型為

2 車載擔(dān)架振動模型建立

2.1 PAM 擔(dān)架緩沖減振機(jī)理

由于PAM僅在充氣時產(chǎn)生軸向拉力，放氣時無軸向伸張力，故本文采用在擔(dān)架平臺上下對稱布置形式。安裝于擔(dān)架臺的加速度傳感器實時測量擔(dān)架垂向加速度及俯仰角加速度變化，并將數(shù)據(jù)傳輸給控制系統(tǒng);用智能控制分析數(shù)據(jù)變化，控制執(zhí)行機(jī)構(gòu)給PAM或充氣或放氣以產(chǎn)生主動控制力。床中部PAM產(chǎn)生的主動力F1(圖1(b)，下同)控制擔(dān)架垂向振動，床尾部PAM產(chǎn)生的主動力F2控制擔(dān)架俯仰角振動，通過F1，F(xiàn)2聯(lián)合作用可有效控制擔(dān)架振動。

2.2 人體垂直振動模型

人體為復(fù)雜系統(tǒng)。與坐姿、立姿相比，臥姿的病人與擔(dān)架接觸面積最大，振動從病人表面與擔(dān)架接觸面處直接傳入人體不同部位，用某一處響應(yīng)不能完全代表全身振動、因此對病人身體各部位分段建模［14］。將人體振動模型簡化為多自由度集中參數(shù)模型，擬作為線性系統(tǒng)處理。采用ISO 5892－1981及GB/T 16440－1996的三自由度臥姿人體阻抗模型，見圖3。

圖3 臥姿人體阻抗模型Fig.3 Impedance model of a supine human body

模型參數(shù)采用GB/T 16440－1996推薦值，見表1，其中1代表頭部，2代表臀部，3代表腿部。

表1 GB/T 16440－1996模型參數(shù)Tab.1 Model parameter of GB/T 16440 －1996

2.3 車輛－擔(dān)架－人體模型建立

振動環(huán)境下盡管車廂及擔(dān)架床會產(chǎn)生一定彈性變形，但擔(dān)架的海綿墊及枕頭的隔振作用仍較重要。因此將救護(hù)車廂及擔(dān)架床視為剛體，用線性彈簧阻尼模擬床墊及枕頭隔振效果。并設(shè)擔(dān)架系統(tǒng)為對稱于縱向平面的線性系統(tǒng)，建立車輛－擔(dān)架－人體振動1/2模型，見圖4。圖中m1，m2，m3為頭部、臀部及腿部質(zhì)量，分別與圖 2 中 m'1，m'2，m'3相等;m4為擔(dān)架質(zhì)量;m5為車身質(zhì)量;m6，m7分別為前、后輪質(zhì)量;j1，j2為擔(dān)架、車身轉(zhuǎn)動慣量;k1，k2，k3為頭部、臀部及腿部與擔(dān)架接觸處剛度，分別包括圖2中人體自身頭部、臀部腿部剛度與床墊剛度之和;k4，k5為擔(dān)架剛度;k6，k7為懸架剛度;k8，k9為輪胎剛度;c1，c2，c3為頭部、臀部及腿部與擔(dān)架接觸處阻尼，分別包括圖2中人體自身頭部、臀部、腿部阻尼與床墊阻尼之和;c4，c5為擔(dān)架阻尼;c6，c7為懸架阻尼;F1，F(xiàn)2為 PAM產(chǎn)生的主動控制力;q1，q2為路面激勵。

圖4 PAM擔(dān)架振動模型Fig.4 Vibration model of PAM stretcher

據(jù)模型得車輛－擔(dān)架－人體9自由度振動微分方程矩陣形式為

式中:M為質(zhì)量矩陣;K為剛度矩陣;C為阻尼系數(shù)矩陣。

3 路面不平度模擬

采用英國汽車工業(yè)學(xué)會的標(biāo)準(zhǔn)路面譜ISOSCZ/WG4。該標(biāo)準(zhǔn)為研究路面不平度的重要參考［15－16］。

該標(biāo)準(zhǔn)中，路面功率譜密度函數(shù)S(Ω)為

式中:Ω為空間頻率，對不同等級路面不平度，S(Ω0)取不同值。

本文路面不平度樣本用三角級數(shù)疊加法生成，路面不平度樣本計算公式為

式中:θk為服從0～2π均勻分布的隨機(jī)項，可由此模擬不同等級路面不平度。

城市道路中的減速帶在增強(qiáng)車輛行駛安全性同時會給救護(hù)車平穩(wěn)快速運送病人增加障礙，降低緊急送醫(yī)的及時性且使病人承受巨大顛簸。為此，本文構(gòu)建單一型減速帶激勵動態(tài)模型［17－18］，與路面不平度結(jié)合研究救護(hù)車載擔(dān)架系統(tǒng)振動情況。

4 車載擔(dān)架仿真及分析

4.1 BP網(wǎng)絡(luò)PID控制

BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)為按誤差反向傳播算法訓(xùn)練的多層前饋網(wǎng)絡(luò)，可據(jù)系統(tǒng)的運行狀態(tài)通過自學(xué)習(xí)及加權(quán)系數(shù)調(diào)整調(diào)節(jié)PID控制器參數(shù)控制系統(tǒng)振動。本文兩控制器均采用4－6－3型BP網(wǎng)絡(luò)結(jié)構(gòu)，即輸入層4個神經(jīng)元，隱含層6個，輸出層3個。

為提高病人的受振舒適性，設(shè)計兩個BP神經(jīng)網(wǎng)絡(luò)PID控制器［19－22］，據(jù)擔(dān)架垂向加速度變化控制力 F1輸出;據(jù)擔(dān)架俯仰角加速度變化控制力F2輸出。經(jīng)兩控制器聯(lián)合作用，可有效控制擔(dān)架的垂向、俯仰角振動。輸入層神經(jīng)元4個，輸入元分別為

式中:x1為誤差量;x2為誤差變化;x3為x2變化;x4為控制器前一時刻輸出。

網(wǎng)絡(luò)輸入層輸入為

式中:M=4。

網(wǎng)絡(luò)隱含層輸入、輸出、激活函數(shù)為

式中:w(2)ij為隱含層加權(quán)系數(shù);上標(biāo)(1)、(2)、(3)分別代表輸入層、隱含層、輸出層。

網(wǎng)絡(luò)輸出層輸入、輸出、激活函數(shù)為

輸出層輸出節(jié)點為 PID 可調(diào)參數(shù) kp，ki，kd，即

性能評價函數(shù)為

由于α-姜黃烯、α-姜烯和姜黃新酮等特征性共有峰對照品不易得，所以本實驗選用β-石竹烯（S峰）為參照物，依據(jù)國家頒布的《中藥注射劑指紋圖譜研究的技術(shù)要求》，通過采用不同批次黃絲郁金藥材樣品，建立對照指紋圖譜，根據(jù)對照指紋圖譜的特征以及其參照峰（β-石竹烯），確定了22個共有峰。其中23號色譜峰雖然在每批樣品中也都存在，而且含量約占黃絲郁金揮發(fā)油的50%，卻并不是18批樣品的共有峰，原因是23號色譜峰可能是由于芳基姜黃酮和姜黃酮未達(dá)到分離而共同形成的一個色譜峰，實驗中曾考察了不同色譜柱和不同升溫程序，但最終仍然未使之分離，如何優(yōu)化實驗條件使之完全分離有待進(jìn)一步研究。

按梯度下降法修正網(wǎng)絡(luò)權(quán)系數(shù)，得

4.2 控制系統(tǒng)框圖

據(jù)神經(jīng)網(wǎng)絡(luò)算法，建立車載擔(dān)架緩沖控制系統(tǒng)框圖，見圖5。此處可代表對擔(dān)架垂向加速度的控制系統(tǒng)，俯仰角加速度的控制系統(tǒng)同理可得。

圖5 BP網(wǎng)絡(luò)PID控制系統(tǒng)Fig.5 BP neural network PID control system

4.3 仿真系統(tǒng)設(shè)計與分析

選Festo公司MAS－20－N300－AA－MCHK型氣動肌肉作為車載擔(dān)架緩沖系統(tǒng)所用PAM機(jī)構(gòu)。主要參數(shù)為 l0=0.3 m，D0=0.02 m，θ0=20°，最大工作載荷為1500 N(滿足擔(dān)架減振所需的力)，最大收縮率為額定長度的25%。仿真用某型車載擔(dān)架各參數(shù)見表2。

表2 仿真參數(shù)Tab.2 Simulation parameters

用Matlab/simulink建立系統(tǒng)振動模型，并與Matlab神經(jīng)網(wǎng)絡(luò)工具箱的兩個神經(jīng)網(wǎng)絡(luò)PID控制器結(jié)合，對救護(hù)車54 km/h在D級路面上行駛及18 km/h在B級路面行駛，并經(jīng)減速帶進(jìn)行仿真。兩種情況的病人頭部、臀部、腿部加速度變化曲線對比見圖6、圖7，仿真結(jié)果見表3。

圖6 D級路面下頭、臀、腿加速度對比Fig.6 Acceleration comparison of head、buttock and leg on D level pavement condition

圖7 B級路面過減速帶頭、臀、腿加速度對比Fig.7 Acceleration comparison of head、buttock and leg on B level pavement with speed control hump condition

表3 仿真結(jié)果Tab.3 Simulation results

4.4 仿真結(jié)果分析

對比圖5、圖6及表3可知，所選兩種工況的病人頭部垂直振動加速度振幅最大值分別減小49.68%及49.67%，最小值分別減小59.81%及71.65%，標(biāo)準(zhǔn)差分別減小47.76%及49.09%;病人臀部垂直振動加速度最大值分別減小52.47%及38.82%，最小值分別減小55.86%及 63.05%，標(biāo)準(zhǔn)差分別減小 42.39%及47.89%;病人腿部垂直振動加速度最大值分別減小44.08%及49.25%，最小值分別減小51.98%及71.18%，標(biāo)準(zhǔn)差分別減小34.80%及43.65%。

在對車載擔(dān)架垂向、俯仰角加速度控制基礎(chǔ)上，以病人頭部、臀部及腿部加速度大小為指標(biāo)進(jìn)行加裝PAM前后對比。顯然，擔(dān)架的振動得到控制后人體各部位振動隨之減小;尤其過減速帶瞬時，加裝PAM后加速度明顯下降，從而能緩沖病人身體各部位所受瞬時沖擊、提高病人舒適度。而對病人進(jìn)行分段建模，便觀察病人身體各部位振動，可針對性對某些部位進(jìn)行防護(hù)。

因此，PAM擔(dān)架隔振平臺的運用，可有效降低病人身體各部位振動加速度，提高病人舒適度。

5 結(jié)論

(1)將PAM用于救護(hù)車載擔(dān)架隔振平臺，建立擔(dān)架振動力學(xué)模型，并用BP神經(jīng)網(wǎng)絡(luò)PID控制及simulink仿真分析。結(jié)果表明，PAM擔(dān)架緩沖系統(tǒng)可有效緩沖人體不同部位所受振動沖擊、提高病人臥姿的舒適性。

(2)車載擔(dān)架建模中，將人體分段建模可分析其不同部位的振動情況，對振動劇烈部位可進(jìn)行特殊處理，具有一定實際意義。PAM以其良好的動態(tài)特性及動作平滑、柔性好、體積小巧等優(yōu)點，可作為高品質(zhì)車載擔(dān)架緩沖系統(tǒng)執(zhí)行器。

［1］徐新喜.急救車生物污染防護(hù)技術(shù)與擔(dān)架支架減振性能優(yōu)化研究［D］.天津:天津大學(xué)機(jī)械工程學(xué)院，2008.

［2］Bruzzone L E，Molfino R M.Special-purpose parallel robot for active suspension of ambulance stretchers［J］.International Journal of Robotics and Automation，2003，18(3):121－130.

［3］孫景工，任旭東，高振海，等.一種應(yīng)用于救護(hù)車輛的磁流變減振器的實驗研究［J］.機(jī)床與液壓，2007，35(3):54－55.SUN Jing-gong，REN Xu-dong，GAO Zhen-hai，et al.Experimental study of a magnetorheological fluid shock absorber in ambulance［J］. Hydromechatronics Engineering， 2007，35(3):54－55.

［4］Ono T，Inooka H.Actively-controlled beds for ambulances［J］.International Journal of Automation and Computing，2009，6(1):1－6.

［5］祁建城，李若新，劉志國，等.救護(hù)車擔(dān)架系統(tǒng)振動的阻尼主動控制研究［J］.振動工程學(xué)報，1998，11(2):241－244.QI Jian-cheng，LI Ruo-xin，LIU Zhi-guo，et al.Study on active vibration control for ambulance stretcher system based on sky-hook damper theory［J］.Journal of Vibration Engineering，1998，11(2):241－244.

［6］Murata Y，Maemori K I.Optimum design of ER dampers for ambulances［J］.JSME International Journal Series C，1999，42(4):838－846.

［7］王猛.基于ADAMS的急救車擔(dān)架支架減振特性仿真分析與優(yōu)化研究［D］.北京:中國人民解放軍軍事醫(yī)學(xué)科學(xué)院，2009.

［8］王龍輝，金英子，朱紅亮，等.七自由度氣動人工肌肉機(jī)械手臂的設(shè)計及研究［J］.浙江理工大學(xué)學(xué)報，2012，29(1):74－78.WANG Long-hui，JIN Ying-zi，ZHU Hong-liang，et al.Design and research of seven degrees of freedom robotic arm driven by pneumatic artificial muscle［J］.Journal of Zhejiang Sci-Tech.University，2012，29(1):74 －78.

［9］陶國良，謝建蔚，周洪.氣動人工肌肉的發(fā)展趨勢與研究現(xiàn)狀［J］.機(jī)械工程學(xué)報，2009，45(10):75－83.TAO Guo-liang，XIE Jian-wei，ZHOU Hong.Research achievements and development trends of pneumatic artificial muscles［J］.Journal of Mechanical Engineering，2009，45(10):75－83.

［10］Ahn K K，Anh H P H.Design and implementation of an adaptive recurrent neural networks(ARNN)controller of the pneumatic artificial muscle(PAM)manipulator［J］.Mechatronics，2009，19(6):816 －828.

［11］Thanh T U，Ahn K K.Nonlinear PID control to improve the control performance of 2 axes pneumatic artificial muscle manipulator using neural network［J］.Mechatronics，2006，16(9):577－587.

［12］隋立明，王祖溫，包鋼.氣動肌肉與生物肌肉的力學(xué)特性對比研究［J］.機(jī)床與液壓，2004，6:22－24.SUI Li-ming，WANG Zu-wen，BAO Gang.A comparison of mechanical properties of pneumatic muscle with biological muscle［J］.Hydromechatronics Engineering，2004，6:22－24.

［13］楊鋼，李寶仁，傅曉云.氣動人工肌肉系統(tǒng)動態(tài)特性研究［J］.中國機(jī)械工程，2006，17(12):1294－1298.YANG Gang，LIBao-ren，F(xiàn)U Xiao-yun.Research on dynamic characteristics of a pneumatic muscle actuator［J］.China Mechanical Engineering，2006，17(12):1294－1298.

［14］湯小紅，楊岳，彭波.鐵路臥鋪客車人體振動舒適性建模與仿真［J］.振動與沖擊，2010，29(5):157－161.TANG Xiao-hong，YANG Yue，PENG Bo.Modeling and simulation of vibration comfort of human body in a railway sleeper carriage［J］.Journal of Vibration and Shock，2010，29(5):157－161.

［15］夏均忠，馬宗坡，白云川，等.路面不平度激勵模型研究現(xiàn)狀［J］.噪聲與振動控制，2012，32(5):1－5.XIA Jun-zhong，MA Zong-po，BAI Yun-chuan.State of research on model for road roughness excitation［J］.Noise and Vibration Control，2012，32(5):1 －5.

［16］Sandra A K，Rao V R V，Sarkar A K.Road roughness modeling with clustered data using ANN approach［J］.International Journal of Civil＆ Structural Engineering，2013，4(1):20－35.

［17］鄭劍.減速帶激勵下非線性汽車懸架系統(tǒng)動力學(xué)特性研究［D］.重慶:重慶大學(xué)，2010.

［18］Khorshid E，Alkalby F，Kamal H.Measurement of wholebody vibration exposure from speed control humps［J］.Journal of Sound and Vibration，2007，304(3):640－659.

［19］王春華，唐焱.車輛主動懸架的BP神經(jīng)網(wǎng)絡(luò)自適應(yīng) PID控制［J］.計算機(jī)仿真，2009，26(5):274－277.WANG Chun-hua，TANG Yan.Self-adaptive PID control based on Neural Network for active suspension vehicle［J］.Computer Simulation，2009，26(5):274 －277.

［20］周德勝.神經(jīng)網(wǎng)絡(luò)PID在網(wǎng)絡(luò)控制系統(tǒng)中的設(shè)計和仿真［D］.大連:大連理工大學(xué)，2013.

［21］王修勇，宋璨，陳政清，等.磁流變阻尼器的性能試驗與神經(jīng)網(wǎng)絡(luò)建模［J］.振動與沖擊，2009，28(4):42－46.WANG Xiu-yong，SONG Can，CHEN Zheng-qing，et al.Test of a MR damper and its modeling using neural network［J］.Journal of Vibration and Shock，2009，28(4):42－46.

［22］Chen S，Zhang L.Optimization Tuning of PID parameters about PID controller based on BP neural network［J］.Computer Simulation，2010，10:44:171－173.