• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于模糊PID下肢外骨骼機(jī)器人的控制技術(shù)

      2020-11-23 07:36吳青鴻李健劉歡楊小龍叢佩超葛動(dòng)元
      關(guān)鍵詞:PID控制

      吳青鴻 李健 劉歡 楊小龍 叢佩超 葛動(dòng)元

      摘? 要:為研究下肢外骨骼機(jī)器人控制技術(shù)對(duì)軌跡跟蹤的影響規(guī)律,首先對(duì)下肢外骨骼機(jī)器人進(jìn)行結(jié)構(gòu)設(shè)計(jì),基于MSC.ADAMS軟件建立了外骨骼機(jī)器人模型;借助模糊PID控制方法研究下肢外骨骼控制方法,分別研究了傳統(tǒng)PID與模糊PID控制技術(shù)對(duì)外骨骼控制的影響規(guī)律;利用MATLAB與MSC.ADAMS實(shí)現(xiàn)了對(duì)外骨骼運(yùn)動(dòng)控制的聯(lián)合仿真,并對(duì)比了輸入步態(tài)曲線和實(shí)際跟蹤曲線.研究表明:在相同條件下,模糊PID的控制算法相較于傳統(tǒng)PID控制算法能夠更快速和準(zhǔn)確地跟蹤步態(tài)曲線,并且能夠更好地克服外部擾動(dòng).

      關(guān)鍵詞:下肢外骨骼機(jī)器人;PID控制;模糊PID控制;聯(lián)合仿真

      中圖分類(lèi)號(hào):TP273.4;R496? ? ? ?DOI:10.16375/j.cnki.cn45-1395/t.2020.04.014

      0? ?引言

      隨著我國(guó)人口老齡化趨勢(shì)不斷加劇,以及日常生活和交通造成的意外事故,導(dǎo)致下肢運(yùn)動(dòng)功能障礙人數(shù)不斷增加.經(jīng)過(guò)臨床試驗(yàn)證明,通過(guò)對(duì)下肢外骨骼進(jìn)行運(yùn)動(dòng)康復(fù)訓(xùn)練,能夠很好地提高因中樞神經(jīng)系統(tǒng)疾病以及意外事故引起的下肢運(yùn)動(dòng)功能受損患者的康復(fù)效果,使他們?cè)缛栈貧w正常生活[1].因此,通過(guò)機(jī)器人輔助康復(fù)訓(xùn)練具有廣闊的應(yīng)用前景,有望成為一種常規(guī)的康復(fù)訓(xùn)練方式.

      近10年來(lái),國(guó)內(nèi)外涌現(xiàn)出了較多的下肢康復(fù)機(jī)器人,以幫助病人進(jìn)行下肢的康復(fù)訓(xùn)練.瑞士 Hocoma公司的Lokomat[2]康復(fù)機(jī)器人使用軌跡跟蹤的控制方式,預(yù)設(shè)下肢各關(guān)節(jié)的步態(tài)運(yùn)動(dòng)軌跡曲線,從而模擬人體步態(tài).日本Tsukuba大學(xué)研制的HAL[3]通過(guò)布置在下肢活動(dòng)肌肉的表面肌電傳感器(sEMG)來(lái)控制下肢,使其根據(jù)設(shè)定的角度和速度控制行走;哈爾濱工程大學(xué)研制了非對(duì)稱(chēng)式剛?cè)峄炻?lián)康復(fù)機(jī)器人[4];太原理工大學(xué)張政等[5]根據(jù)傳統(tǒng)PID算法,設(shè)計(jì)了bangbang-PD軌跡跟蹤算法.這些康復(fù)機(jī)器人大多采用傳統(tǒng)PID控制,取得了一些成果,但難以解決在康復(fù)過(guò)程中步態(tài)曲線多變和易受到干擾的問(wèn)題.

      為提高步態(tài)軌跡跟蹤的準(zhǔn)確性和抗干擾能力,根據(jù)下肢外骨骼負(fù)載具有多變性的特點(diǎn),本文設(shè)計(jì)了模糊PID控制器.為驗(yàn)證模糊PID算法對(duì)外骨骼軌跡跟蹤的控制效果,在MATLAB中分別建立PID和模糊PID的控制框圖,在MSC.ADAMS中搭建下肢外骨骼的結(jié)構(gòu)模型;通過(guò)聯(lián)合仿真,研究了傳統(tǒng)PID和模糊PID控制算法在無(wú)外擾和有外擾的情況下對(duì)步態(tài)曲線的跟蹤情況,對(duì)比兩種算法的步態(tài)跟蹤效果,為下肢外骨骼控制算法的研究提供參考.

      1? ? 下肢外骨骼機(jī)器人結(jié)構(gòu)設(shè)計(jì)

      康復(fù)治療早期,患者下肢力量不足以完全支撐自身重量[6],所以需要對(duì)患者進(jìn)行減重輔助.前期已開(kāi)展了移動(dòng)式減重平臺(tái)的研制,其結(jié)構(gòu)設(shè)計(jì)圖及樣機(jī)試用如圖1所示.該設(shè)備具有移動(dòng)、減重、原地轉(zhuǎn)向等功能,但由于早期患者肌肉力量不足,無(wú)法自主實(shí)現(xiàn)“邁腿”動(dòng)作,需要借助外骨骼等裝備輔助其開(kāi)展康復(fù)訓(xùn)練. 為此,本文在原有移動(dòng)式減重平臺(tái)的基礎(chǔ)上,設(shè)計(jì)了具有主被動(dòng)訓(xùn)練功能的下肢外骨骼康復(fù)訓(xùn)練機(jī)器人.

      下肢外骨骼機(jī)構(gòu)的運(yùn)動(dòng)范圍需要與人體下肢的步態(tài)相協(xié)調(diào).根據(jù)人體運(yùn)動(dòng)特點(diǎn),髖關(guān)節(jié)和膝關(guān)節(jié)是行走的主要驅(qū)動(dòng)關(guān)節(jié),所以?xún)蓚€(gè)關(guān)節(jié)在人體矢狀面內(nèi)的自由度由電機(jī)提供驅(qū)動(dòng)力矩,帶動(dòng)下肢進(jìn)行屈伸,踝關(guān)節(jié)活動(dòng)范圍較小,但偏癱患者容易出現(xiàn)外翻和內(nèi)勾的情況,為此在踝關(guān)節(jié)處設(shè)置腳掌矯正機(jī)構(gòu).下肢外骨骼機(jī)器人結(jié)構(gòu)示意圖如圖2所示,圖2(a)為設(shè)計(jì)的下肢外骨骼結(jié)構(gòu)圖,材料選用304不銹鋼.為滿(mǎn)足不同身材的患者使用,依據(jù)《GB-10000-88中國(guó)成年人人體尺寸》確定結(jié)構(gòu)參數(shù),能夠滿(mǎn)足155~185 cm身高的患者使用.下肢外骨骼在髖關(guān)節(jié)處設(shè)置有兩自由度調(diào)節(jié)機(jī)構(gòu),能夠適應(yīng)不同患者骨盆的高度和寬度.髖關(guān)節(jié)與調(diào)節(jié)機(jī)構(gòu)連接處,如圖2(b)所示設(shè)置有重力平衡機(jī)構(gòu),通過(guò)彈簧片彈力平衡外骨骼重力,減少對(duì)穿戴者的負(fù)擔(dān),并且保證在人體矢狀面關(guān)節(jié)能夠跟隨重心上下波動(dòng).大腿設(shè)計(jì)為兩段式,下端連接板上設(shè)置有滑槽,調(diào)節(jié)手柄與上端連接板固定,其活動(dòng)軸穿過(guò)下端連接板的滑槽,可自由調(diào)節(jié)大腿至適當(dāng)長(zhǎng)度,通過(guò)手柄鎖緊兩塊連接板.在小腿處設(shè)置有腳掌牽引彈簧,可以與定制的鞋子上的掛鉤連接,通過(guò)調(diào)節(jié)彈簧長(zhǎng)度和預(yù)緊力使患者腳掌處于正常姿態(tài).下肢外骨骼機(jī)器人與患者通過(guò)腰部綁帶、大腿綁腿、小腿綁腿固定,并在綁腿內(nèi)部安裝有氣囊,保證固定穩(wěn)固的同時(shí)增加舒適度.機(jī)器人整體結(jié)構(gòu)如圖2(c)所示,外骨骼通過(guò)調(diào)節(jié)機(jī)構(gòu)與移動(dòng)式減重平臺(tái)固定在一起.

      2? ? 控制器設(shè)計(jì)

      2.1? ? 模糊PID控制算法

      下肢外骨骼髖關(guān)節(jié)和膝關(guān)節(jié)由超扁平諧波關(guān)節(jié)執(zhí)行器(MHUA070E-101B)進(jìn)行驅(qū)動(dòng),進(jìn)而帶動(dòng)人體下肢運(yùn)動(dòng)進(jìn)行康復(fù)訓(xùn)練.由于外骨骼是一個(gè)復(fù)雜的非線性系統(tǒng),難以通過(guò)建立機(jī)器人動(dòng)力學(xué)模型開(kāi)展理論分析與精確控制,為此,借助模糊PID控制方法進(jìn)行研究.模糊PID基于PID算法,首先獲取輸入變量與參考值的誤差e和誤差變化率ec;再根據(jù)實(shí)際調(diào)整PID控制器參數(shù)經(jīng)驗(yàn)建立的模糊規(guī)則庫(kù)對(duì)輸出變量進(jìn)行模糊推理;最后對(duì)輸出變量的推理結(jié)果解模糊得出PID參數(shù)的增量,完成對(duì)PID參數(shù)的自整定.

      模糊算法的控制器結(jié)構(gòu)由模糊化、模糊推理機(jī)、精確化3個(gè)主要部分和知識(shí)庫(kù)組成[7],控制算法原理如圖3所示.將采集到的正常步態(tài)關(guān)節(jié)角度曲線作為輸入與外骨骼輸出的實(shí)際角度曲線進(jìn)行比較,獲得系統(tǒng)誤差e和誤差變化量ec,將其作為控制器的輸入,根據(jù)制定的模糊規(guī)則進(jìn)行推理計(jì)算,得出PID參數(shù)的修正量[ΔKp] ,[ΔKi],[ΔKd],將修正量輸出作為PID控制器[Kp],[Ki],[Kd]的增量,進(jìn)行參數(shù)的自整定,從而保證在步態(tài)曲線的跟蹤誤差變化較大或受到外部擾動(dòng)時(shí)能夠有較好的控制參數(shù).下肢外骨骼的人機(jī)交互力有很大的不確定性,但總體是在一定范圍內(nèi)變化,通過(guò)模糊算法不斷修正PID參數(shù)能夠達(dá)到更好的控制效果.由于每一個(gè)采樣周期均需根據(jù)誤差情況進(jìn)行模糊推理,并對(duì)PID控制器的參數(shù)進(jìn)行調(diào)整,所以對(duì)控制器的計(jì)算速度有較高的要求.外骨骼控制芯片采用Xilinx公司的現(xiàn)場(chǎng)可編程邏輯陣列(Field Programmable Gate Array,F(xiàn)PGA)進(jìn)行控制算法的運(yùn)算,以保證系統(tǒng)實(shí)時(shí)性,避免系統(tǒng)延遲引起的不穩(wěn)定性.

      2.2? ? 確定隸屬函數(shù)以及輸入量的模糊化

      隸屬度函數(shù)一般有梯形、三角形、鐘形.因?yàn)槿切魏瘮?shù)地形狀只和直線的斜率有關(guān)[9-10],由于下肢外骨骼需要準(zhǔn)確地調(diào)整控制器參數(shù),防止調(diào)整參數(shù)與系統(tǒng)不匹配,造成系統(tǒng)不穩(wěn)定,對(duì)系統(tǒng)靈敏度要求較高,所以均選擇三角形函數(shù).圖4是誤差e的隸屬度函數(shù),其論域均取[-3,3].將采集的誤差進(jìn)行量化,使量化值與論域?qū)?yīng),采用量化因子進(jìn)行處理.

      根據(jù)論域取值,得到模糊論域離散化數(shù)n,采集的誤差變化范圍[-x,x]為基本論域,則量化因子k=n/x.當(dāng)進(jìn)行外骨骼控制器參數(shù)調(diào)整時(shí),若誤差的變化范圍有變化,只需對(duì)量化因子進(jìn)行調(diào)整.采用同樣的方法,可對(duì)輸出量進(jìn)行量化,髖關(guān)節(jié)和膝關(guān)節(jié)可使用同一個(gè)模糊控制器.

      記參考曲線角度為[θ0(t)],當(dāng)前實(shí)際曲線角度為[θ(t)],[Δt]為采樣時(shí)間間隔,誤差和誤差變化率分別由? 式(2)、式(3)計(jì)算可得:

      在模糊規(guī)則中,將誤差e及誤差的變化率[ec]的模糊量值根據(jù)其影響程度定義為{NB, NM, NS, ZO, PS, PM, PB},分別表示:“負(fù)大”,“負(fù)中”,“負(fù)小”,“零”,“正小”,“正中”,“正大”.根據(jù)式(2)計(jì)算出t時(shí)刻的誤差值,對(duì)應(yīng)隸屬函數(shù),可將輸入量轉(zhuǎn)化為模糊變量.如當(dāng)e取值為-3時(shí),e完全隸屬于NB;當(dāng)e取值為-2時(shí),e完全隸屬于NM;當(dāng)e取值為-2.5時(shí),e隸屬于NB的值為0.5,隸屬于NM的值為0.5;即e值越小,則隸屬于該模糊變量的隸屬度越大.

      2.3? ?建立模糊規(guī)則

      模糊算法的核心為制定合適的推理規(guī)則.結(jié)合專(zhuān)家知識(shí)和調(diào)整外骨骼PID控制參數(shù)經(jīng)驗(yàn)建立模糊規(guī)則表,如表1所示,以第一行第一列的數(shù)據(jù)為例:當(dāng)輸入隸屬度函數(shù)誤差e和誤差變化ec均取負(fù)大值NB,隸屬度為1時(shí),則輸出隸屬度函數(shù)[ΔKp]取正大值PB,[ΔKi]取負(fù)大值NB,[ΔKd]取正小值PS,即當(dāng)實(shí)際角度落后于期望角度較大值時(shí),需要迅速增大[Kp],增加系統(tǒng)的響應(yīng)速度,[ΔKp]取PB;由于[Ki]較大會(huì)造成系統(tǒng)超調(diào),應(yīng)迅速減小[Ki]值,[ΔKi]取NB;誤差變化率ec值較大系統(tǒng)會(huì)有較大的滯后,而[Kd]值可以克服系統(tǒng)的滯后,應(yīng)增大[Kd]值;調(diào)節(jié)參數(shù)[Kp]的取值較大,為提高系統(tǒng)穩(wěn)定性,[ΔKd]取PS.其他各項(xiàng)參數(shù)根據(jù)實(shí)際PID調(diào)節(jié)過(guò)程中參數(shù)變化情況確定.

      2.4? ?解模糊

      經(jīng)過(guò)模糊規(guī)則推理后,輸出的值為模糊量,還必須去模糊化,通過(guò)解模糊計(jì)算,將模糊量轉(zhuǎn)化為精確量.MATLAB中有5種解模糊的計(jì)算法:包括面積重心法、面積等分法、平均最大隸屬度法、最大隸屬度取小法及最大隸屬度取大法[11-12].解模糊方法的選取與推理方法和隸屬度函數(shù)的選取有關(guān).由于所得的模糊量集合是多個(gè)精確量的集合,故采用面積重心法進(jìn)行解模糊.其表達(dá)式為:

      3? ? 仿真實(shí)驗(yàn)

      為驗(yàn)證模糊PID控制器的有效性,利用MATLAB和MSC.ADAMS進(jìn)行聯(lián)合仿真.MSC.ADAMS中可搭建下肢外骨骼的虛擬樣機(jī),如圖5所示,在髖關(guān)節(jié)和膝關(guān)節(jié)處根據(jù)電機(jī)質(zhì)量,設(shè)置相應(yīng)的載荷,并設(shè)置相關(guān)的材料參數(shù)和約束,將關(guān)節(jié)力矩定義為虛擬樣機(jī)的輸入量,關(guān)節(jié)運(yùn)動(dòng)角度定義為輸出量.

      為獲取人體行走步態(tài)數(shù)據(jù)作為參考曲線,通過(guò)RealGait德長(zhǎng)全身三維步態(tài)與運(yùn)動(dòng)分析系統(tǒng)采集人體行走時(shí)髖關(guān)節(jié)、膝關(guān)節(jié)的步態(tài)數(shù)據(jù),如圖6所示.測(cè)試者在全身軀干和四肢佩戴步態(tài)分析系統(tǒng)的傳感器,記錄其身體肢體關(guān)節(jié)的角度數(shù)據(jù),取髖、膝關(guān)節(jié)在人體矢狀面角度隨時(shí)間變化的曲線,即兩個(gè)關(guān)節(jié)的屈伸角度曲線,步態(tài)數(shù)據(jù)如圖7所示.將采集到的數(shù)據(jù)作為控制器的參考軌跡輸入,通過(guò)仿真對(duì)比輸出的跟蹤軌跡情況,研究傳統(tǒng)PID與模糊PID算法的跟蹤效果.

      下肢外骨骼的結(jié)構(gòu)具有非線性和多變量耦合的特點(diǎn).傳統(tǒng)PID控制器結(jié)構(gòu)簡(jiǎn)單、使用方便,但只能對(duì)誤差經(jīng)過(guò)固定的比例、微分、積分增益調(diào)節(jié)使運(yùn)動(dòng)軌跡盡可能地貼合參考曲線,在下肢外骨骼機(jī)器人的非線性系統(tǒng)中極易因?yàn)轫憫?yīng)速度不夠或難以達(dá)到穩(wěn)態(tài)而引起超調(diào).為此,引入模糊推理模塊,可以分析跟蹤軌跡的誤差大小及誤差的變化率制定相應(yīng)的推理規(guī)則,實(shí)時(shí)調(diào)節(jié)PID模塊中比例、微分、積分環(huán)節(jié)的值,以適應(yīng)非線性系統(tǒng)復(fù)雜多變的特性.PID控制器的控制框圖如圖8(a)所示,髖、膝關(guān)節(jié)的角度曲線數(shù)據(jù)作為系統(tǒng)的參考數(shù)據(jù)輸入,將關(guān)節(jié)的實(shí)際角度與參考角度作差,其差值即為誤差值;誤差值在PID模塊中經(jīng)過(guò)比例、積分、微分環(huán)節(jié)的處理得到髖、膝關(guān)節(jié)的驅(qū)動(dòng)力矩并輸入到MSC.ADAMS中,其中PID控制器的控制參數(shù)通過(guò)試湊法確定,髖關(guān)節(jié)控制參數(shù)為:? ? ? ? ? ? [Kp]=150,[Ki]=1 500,[Kd]=60,膝關(guān)節(jié)控制參數(shù)為:[Kp]=80,[Ki]=20,[Kd]=5.圖8(b)為模糊PID控制框圖,把跟蹤誤差和對(duì)跟蹤誤差求導(dǎo)后的值輸入建立的模糊推理模塊,得到[ΔKp] ,[ΔKi],[ΔKd]值,將其輸入到PID模塊中,完成對(duì)PID參數(shù)的實(shí)時(shí)整定.

      將輸入的參考曲線和MCS.ADAMS軟件輸出的實(shí)際運(yùn)動(dòng)軌跡曲線進(jìn)行對(duì)比,髖關(guān)節(jié)、膝關(guān)節(jié)步態(tài)曲線的跟蹤效果分別如圖9、圖10所示.從圖9(a)、圖10(a)PID控制器對(duì)步態(tài)軌跡的跟蹤可以看出,雖然通過(guò)PID算法能夠?qū)崿F(xiàn)對(duì)步態(tài)曲線的跟蹤,但在曲線拐點(diǎn)位置,曲線不能完全貼合,步態(tài)跟蹤不夠準(zhǔn)確.這是由于在拐點(diǎn)位置,參考曲線變化趨勢(shì)突變,控制器難以及時(shí)響應(yīng),所以跟蹤曲線在拐點(diǎn)處會(huì)落后于參考曲線,隨后參考曲線的變化趨于穩(wěn)定.從圖9(b)、圖10(b)模糊PID控制器對(duì)髖關(guān)節(jié)、膝關(guān)節(jié)步態(tài)軌跡的跟蹤效果可知,使用模糊PID算法在外骨骼髖、膝關(guān)節(jié)步態(tài)曲線的拐點(diǎn)處均能夠更好地貼合參考曲線.從膝關(guān)節(jié)跟蹤曲線能夠看到,即使初始階段存在誤差,模糊PID算法亦能夠迅速地減小誤差,最終完全和輸入曲線貼合,并避免了PID控制算法在曲線拐點(diǎn)位置跟蹤曲線出現(xiàn)超調(diào)的問(wèn)題.仿真結(jié)果說(shuō)明,模糊PID算法相較于傳統(tǒng)PID算法能夠更準(zhǔn)確和迅速地跟蹤人體步態(tài)曲線.

      增加外擾后,基于傳統(tǒng)PID及模糊PID控制器,其髖、膝關(guān)節(jié)軌跡跟蹤的仿真結(jié)果分別如圖11、? ? ?圖12所示.從圖11(a)、圖12(a)中可以看到,傳統(tǒng)PID控制器在外部擾動(dòng)下,無(wú)論是髖關(guān)節(jié)還是膝關(guān)節(jié),均難以實(shí)現(xiàn)對(duì)參考軌跡的有效跟蹤,特別在曲線拐點(diǎn)處偏差較大.而從圖11(b)、圖12(b)中可以看到,基于模糊PID控制器,在相同的外部擾動(dòng)下,雖然髖關(guān)節(jié)和膝關(guān)節(jié)的跟蹤曲線與參考曲線出現(xiàn)了一些超調(diào),但其偏差較小,依然能夠?qū)⒖记€進(jìn)行很好地跟蹤,說(shuō)明模糊PID算法相較于傳統(tǒng)PID算法對(duì)于外部擾動(dòng)也有很好的自適應(yīng)能力.對(duì)外部擾動(dòng)的特點(diǎn)進(jìn)行分析,由式(5)、式(6)可知,當(dāng)外部擾動(dòng)的周期為1 s,在曲線的波峰波谷時(shí),PID控制器跟蹤曲線出現(xiàn)較大抖動(dòng).這是因?yàn)镻ID參數(shù)固定,當(dāng)外部擾動(dòng)較大時(shí),系統(tǒng)難以及時(shí)作出響應(yīng),而模糊PID能夠根據(jù)跟蹤軌跡的誤差及誤差的變化率對(duì)PID參數(shù)進(jìn)行整定,從而即使外部存在擾動(dòng)的干擾,依然能夠?qū)δ繕?biāo)曲線進(jìn)行準(zhǔn)確跟蹤.

      4? ? 結(jié)論

      本文自行設(shè)計(jì)了下肢康復(fù)外骨骼機(jī)器人的結(jié)構(gòu)和控制器,結(jié)合MATLAB和MSC.ADAMS完成了對(duì)外骨骼的聯(lián)合仿真,通過(guò)對(duì)控制器的研究,獲取了不同控制方法的步態(tài)跟蹤曲線. 結(jié)果表明,傳統(tǒng)PID無(wú)法實(shí)現(xiàn)精確的軌跡跟蹤.因此,使用模糊PID方法,利用模糊推理邏輯對(duì)PID參數(shù)進(jìn)行修正,完成了對(duì)步態(tài)軌跡的快速準(zhǔn)確跟蹤.具體結(jié)論如下:

      1)結(jié)合移動(dòng)式減重平臺(tái)設(shè)計(jì)了一款下肢外骨骼康復(fù)機(jī)器人,患者可進(jìn)行移動(dòng)式康復(fù)訓(xùn)練,為下肢康復(fù)機(jī)器人的研究和設(shè)計(jì)提供參考.

      2)通過(guò)聯(lián)合仿真完成了外骨骼虛擬樣機(jī)的建立和模糊PID控制器的設(shè)計(jì),實(shí)現(xiàn)了結(jié)構(gòu)模型和控制系統(tǒng)數(shù)據(jù)的閉環(huán)反饋,為研究復(fù)雜的結(jié)構(gòu)和控制系統(tǒng)奠定了基礎(chǔ).

      3)采用模糊PID控制算法能夠避免傳統(tǒng)PID算法參數(shù)固定的缺點(diǎn),可更快速和準(zhǔn)確地完成對(duì)步態(tài)曲線的跟蹤,并且具有更好的抗外部干擾能力,對(duì)實(shí)現(xiàn)下肢外骨骼的被動(dòng)控制具有指導(dǎo)意義.

      參考文獻(xiàn)

      [1]? ? ?YANG S Y,HAN J,XIA L,et al. An optimal fuzzy-theoretic setting of adaptive robust control design for a lower limb? ?exoskeleton robot system[J]. Mechanical Systems and Signal Processing,2020,141:1-23.

      [2]? ? ?SHI D,ZHANG W X,ZHANG W,et al. A review on lower limb rehabilitation exoskeleton robots[J].Chinese Journal of Mechanical Engineering,2019,32(4):2-11.

      [3]? ? ?SANKAI Y. HAL:hybrid assistive limb based on cybernics[C]//Robotics Research.The 13th International Symposium,ISRR 2007,Hiroshima,Japan,November 26-29,2007.DBLP,2010.

      [4]? ? ?尹鵬程. 非對(duì)稱(chēng)式剛?cè)峄炻?lián)下肢康復(fù)機(jī)器人及遠(yuǎn)程協(xié)作技術(shù)研究[D].哈爾濱:哈爾濱工程大學(xué),2019.

      [5]? ? ?張政,趙利平,梁義維. 基于差動(dòng)輪系的下肢外骨骼軌跡跟蹤控制方法的研究[J].煤炭技術(shù),2015,34(4):305-307.

      [6]? ? ?張燕,李梵茹,李威,等.基于人機(jī)耦合的下肢外骨骼動(dòng)力學(xué)分析及仿真[J].應(yīng)用數(shù)學(xué)和力學(xué),2019,40(7):780-790.

      [7]? ? ?李彩鳳,楊風(fēng).下肢康復(fù)訓(xùn)練伺服系統(tǒng)建模與模糊自整定PID控制[J].現(xiàn)代電子技術(shù),2018,41(19):129-132.

      [8]? ? ?張蔚然,魯守銀,吳林彥,等.基于模糊補(bǔ)償?shù)闹鲝氖缴现夤趋揽祻?fù)機(jī)器人訓(xùn)練控制方法[J].機(jī)器人,2019,41(1):104-111.

      [9]? ? ?程思遠(yuǎn),陳廣鋒.下肢康復(fù)外骨骼機(jī)器人模糊PID控制研究與仿真[J].測(cè)控技術(shù),2019,38(12):22-28.

      [10]? ?李紅哲,趙冬冬.基于模糊PID的康復(fù)機(jī)器人減重系統(tǒng)控制研究[J].計(jì)量與測(cè)試技術(shù),2019,46(3):52-55.

      [11]? ?張宇豪,梁程華,孫子發(fā),等.基于模糊算法3D打印噴頭PID溫度控制[J].廣西科技大學(xué)學(xué)報(bào),2019,30(4):70-76.

      [12]? ?華磊,張成濤,陸文祺,等.模糊自適應(yīng)PID控制在電阻爐溫控中的應(yīng)用仿真[J].廣西科技大學(xué)學(xué)報(bào),2018,29(1):37-42.

      (責(zé)任編輯:黎? ?婭)

      猜你喜歡
      PID控制
      內(nèi)??刂圃诨痣姀S主汽溫系統(tǒng)中的應(yīng)用
      常規(guī)PID控制和常規(guī)模糊控制的比較
      一種基于SPWM的逆變電源并聯(lián)運(yùn)行參數(shù)設(shè)計(jì)及控制策略仿真
      鍋爐汽包水位自適應(yīng)模糊控制與仿真
      關(guān)于多旋翼式飛行器系統(tǒng)的研究
      新型試驗(yàn)電源直流降壓斬波系統(tǒng)的PID控制仿真研究
      基于雙單片機(jī)的無(wú)刷直流電機(jī)調(diào)速系統(tǒng)的設(shè)計(jì)
      基于模糊控制理論的PID閉環(huán)控制系統(tǒng)的研究與設(shè)計(jì)
      現(xiàn)代電子技術(shù)(2015年15期)2015-08-14
      大滯后系統(tǒng)中單神經(jīng)元PID控制器設(shè)計(jì)
      万山特区| 西盟| 临夏县| 阳谷县| 镇远县| 横山县| 嘉义市| 安达市| 古交市| 清水县| 长海县| 叶城县| 介休市| 张家口市| 巩留县| 洛浦县| 贡觉县| 宜宾市| 什邡市| 南部县| 夏津县| 麦盖提县| 昌宁县| 孟津县| 龙山县| 高台县| 溆浦县| 甘孜县| 荣成市| 宁都县| 鄂温| 保康县| 柘荣县| 宁河县| 九寨沟县| 宜兴市| 西林县| 谷城县| 会同县| 嘉兴市| 修文县|