31、用于下肢辅助外骨骼的柔性传感器研究

用于下肢辅助外骨骼的柔性传感器研究

1. 柔性传感器优势及提出背景

传统的惯性测量单元(IMUs)存在校准和初始化耗时且易出错的问题,而柔性传感器无需校准和初始化,使用和维护更便捷。同时,它对外界因素(如磁干扰)不敏感,在某些环境下比IMUs更具优势。此外,柔性传感器可集成到柔软且可穿戴的外骨骼中,为关节角度和运动提供准确信息,帮助外骨骼调整辅助策略,减少佩戴者疲劳并提高其运动表现。基于这些优点,本文提出了一种柔性可拉伸电容传感器,并通过不同坡度的动态测试实验验证了其可靠性。

2. 实验方法
2.1 实验设备与系统
  • 柔性传感器介绍 :柔性传感器按测量原理主要分为压电传感器、电阻传感器和电容传感器。由于电容传感器在仅拉伸条件下可靠性更好,在不同温度和湿度环境下可靠性更高,且加工技术更简单易实现,因此本文选用电容拉伸传感器。
  • 弹性基底 :柔性可拉伸导电材料的力学性能(如杨氏模量和最大拉伸长度)主要受弹性基底影响。弹性体可分为化学交联弹性体和物理交联弹性体。化学交联弹性体中,聚合物通过共价键连接形成聚合物网络,具有良好的力学性能和热稳定性;物理交联弹性体由较弱相互作用连接的聚合物链组成,如聚(苯乙烯 - 丁二烯 - 苯乙烯)(SBS)和氢化聚(苯乙烯 - 丁二烯 - 苯乙烯)(SEBS),可通过调整嵌段共聚物各部分比例优化材料性能,且更易加工和重塑。本文传感器使用物理交联弹性体SEBS,它不含不饱和双键,稳定性、抗氧化性和抗老化性好,还具有可塑性和高弹性等优异力学性能,适用于不同使用场景且不易损坏。
  • 传感
提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值