摘要:随着齿轮传动系统向着高复杂性、多传动样式和高可靠性等方向发展,快速准确地对齿轮传动系统进行可靠性分配变得越来越重要。针对现有可靠性分配方法存在的考虑因素不全面、同一参数不同分配方法变化范围不统一、不便于数字化软件开发等问题,提出了改进电子设备可靠性咨询组(Advisory Group on Reliability of Electronic Equipment,AGREE)分配法,扩展了评分分配法;探讨了可靠性分配方法的数字化特征,建立了齿轮传动系统的基本可靠性与任务可靠性模型,研究了可靠性模型自动生成的遍历算法;开发了定轴轮系、行星轮系和混合轮系可靠性快速分配的数字化平台,设计了输入模块、计算模块、结果显示模块和输出模块等4个独立模块;通过与实例结果的比较,该软件计算结果的准确性得到了验证;同时也实现了齿轮传动系统可靠性分配的参数化建模与自动化生成算例报告等功能,提高了可靠性分配模型精度和计算效率。
摘要:在下肢康复机器人的康复训练过程中,模型参数、环境干扰等不确定性因素会影响机器人轨迹跟踪的精度。针对这一问题,提出了一种基于径向基函数(Radial Basis Function,RBF)神经网络的自适应补偿控制,该控制方法能够提高机械系统轨迹跟踪的精确性。首先,设计一款具有4种工作模式、运动稳定的闭链卧式下肢康复机器人结构;然后,利用拉格朗日方法求解动力学名义模型,将康复装置的模型参数以及外界干扰等不确定性因素分离出来,并设计基于RBF神经网络的自适应补偿算法对其进行逼近控制;最后,通过Matlab/Simulink环境对其进行仿真验证,证明了该控制策略的有效性。结果显示,在人体步态曲线轨迹跟踪中,提出的基于RBF神经网络的自适应补偿算法相比传统的模糊比例-积分-微分(Proportional Integral Derivative,PID)控制的方法响应速度快、跟踪效果好,且髋关节和膝关节轨迹跟踪的角度误差峰值分别为0.08°和0.13°,远小于患者下肢在康复运动中的转动角度。设计了单腿样机试验,试验结果表明,采用的RBF补偿自适应控制器能够实现高精度的跟踪结果,也能够满足患者在康复训练中安全性的要求。