CN108908345A - 一种欠驱动灵巧手传动系统状态感知系统 - Google Patents

Abstract

本发明提出了一种欠驱动灵巧手电气传动系统状态感知系统。本系统包括欠驱动灵巧手、信号采集模块、信号处理计算模块和系统运行状态判断模块。一般而言，传动系统由传动机构、执行机构和负载构成，其中任一部分发生异常或故障都可能导致整个系统无法正常工作。本发明基于欠驱动灵巧手的电机负载扰动模型和手指的动力学模型，导出欠驱动灵巧手电气传动系统的状态感知模型。通过检测和处理电机系统电气参数，得到特征参数值，结合状态感知模型可以快速准确的判断出传动系统的运行状态，从而提示操作者对系统进行即时管理。

Description

一种欠驱动灵巧手传动系统状态感知系统

技术领域

本发明涉及电气传动系统感知模型，特别是一种欠驱动灵巧手传动系统状态感知系统利用电机系统参数感知欠驱动灵巧手传动系统运行状态，提供判断系统部件是否异常或故障的原理和依据。

背景技术

欠驱动灵巧手作为机器人与外部环境相互作用的执行部件--机器人末端执行器，克服了传统工业机器人末端夹持器灵活性差、缺少感知能力和精确的力控制等缺点，可以实现对多种物体的灵巧操作和精确控制，适应抓取任意形状物体，完成各种复杂的细微操作任务。灵巧手结合视觉传感器和触觉传感器可以自主完成一些抓取工作，如在空间站物品搬运等，而对于在家庭或医院中为人服务的机器人而言，它的末端执行器除了能完成基本动作之外，还需要高的安全性和稳定性，以保证人类与机器人之间的互动可以顺利进行。传统一般以增加触觉、视觉及温度等传感器增强灵巧手与外界环境的感知功能，如HIT/DLRI手的每根手指上都配置有12个传感器，传感器的增多不利于减小灵巧手体积、降低成本和提高控制精度。第二种方式则以数据手套的形式提高灵巧手操作的可靠性。该方式限制了灵巧手的应用推广，也提高了系统的成本。

本发明一种欠驱动灵巧手电气传动系统状态感知系统，通过分析运动系统正常工作时的电机系统参数，以及系统异常或故障时对电机系统电气参数的影响，即电机系统参数因为系统异常或故障而引起的变化，形成系统异常或故障时的电气参数特征，根据电气参数特征形成状态判别模型。通过检测和整合电机系统参数，结合该状态感知模型便可以获取电气传动系统运行状态信息，判断出运动系统是否发生异常或故障，以提示操作者及时对传动系统进行管理。利用电机系统参数感知欠驱动灵巧手传动系统的感知模型，结合电气参数可以简单、高效、准确地判断出传动系统的运行状态和健康状态，可提高系统运行的安全性，具有重要的学术价值和应用价值。

目前尚没有相似技术。

发明内容

本发明的目的在于针对已有技术的不足，提出一种欠驱动灵巧手传动系统状态感知系统，通过此系统可以使得欠驱动灵巧手的运行状态和健康状态能够被实时和准确的检测，保障系统运行的稳定性和安全性。

为达到上述目的，本发明采用下述技术方案：

一种欠驱动灵巧手传动系统状态感知系统，包括欠驱动灵巧手，其特征在于：所述欠驱动灵巧手经一个信号采集模块和一个信号处理计算模块连接一个系统运行状态判断模块。欠驱动灵巧手以传动机构-齿轮、执行机构-键绳和负载构成电机的泛负载，每个部分的负载特性不同。系统运行状态判断模块，通过分析灵巧手传动系统正常工作时与各部件异常工作时电机电气参数特征的变化规律，导出传动系统正常工作或各部分异常或故障时的模型。在该模型中，k为齿轮传动比；x为齿轮断齿数；k_x为腱绳弹性系数；k_s为腱绳劳损系数；C_m为转矩常数；C_e为反电动势常数；C_f为粘滞系数；I_av为稳态电枢电流平均值；f_m为脉动频率；A为脉动幅度。

欠驱动灵巧手由1个手掌和5根欠驱动手指组成，各手指有4个指节、3个关节，其中拇指多一个向掌心弯曲的关节，共16个自由度。每个指尖上压力传感器，用于感知抓取物体的力度；电机转轴处装有电位计，用于检测电机的转角进而间接获得手指弯曲的位置信息。灵巧手要抓取物体时，电机正转经过齿轮箱后拉线牵引使手指弯曲；当要释放物体时，电机反转，手指背上的弹簧片将手指绷直。

信号采集模块主要用于采集电机电枢电流信号i_a、电压信号U_a和压力信号F。

信号处理模块主要用于通过电流、电压信号获取电气参数特征值f_m、I_av和A，并与系统正常时的特征值和A^*做比较，得到可以用来感知系统状态的参数值Δf_m、ΔI_av和ΔA；通过该电气传动系统的传动模型其中ξ＝c/2mw_n，m和c分别为惯性矩阵和哥氏及阻尼矩阵中的元素，K_x为物体刚度，K₃为等效对角弹簧刚度矩阵中的元素，l'为接触点到远指节的距离，F(s)和I_a(s)为F和i_a的复数形式，以i_a作为输入计算出F^*，并与F进行比较得到ΔF。

系统运行状态判断模块包括传动系统正常工作模型、齿轮异常或故障模型、腱绳异常或故障模型、负载扰动模型，用于感知电气传动系统运行状态。

上述的欠驱动灵巧手包括5根欠驱动手指、1个手掌、6个驱动电机、腱绳、滑轮、压力传感器、角度传感器、弹簧片和集成控制器组成。每根手指具有4个指节，分别为远指节、中指节、近指节和基指节；三个关节，分别为关节一、关节二和关节三，各手指端部指腹上安装有压力传感器，用于感知抓取物体的力度；手掌容下6个驱动电机和集成控制器，与手指及其传动系统形成一体化结构。所述驱动电机为永磁直流减速电机，输出轴端有齿轮箱作为减速机构以输出更大的转矩，并且其中5个通过分别拉动腱绳控制手指的弯曲，与弹簧片配合控制手指的恢复，另外一个控制大拇指向掌心弯曲。所述腱绳一端固定在手指指端，另一端固定在滑轮上，而滑轮与电机输出轴固定在一起。所述角度传感器安装于电机转轴处，用于检测电机的转角进而间接获得手指弯曲的位置信息。

上述信号采集模块包括电流采集单元、电压采集单元和压力采集单元，用于完成对电流信号i_a、电压信号U_a和压力信号的采集F。

上述信号处理模块包括稳态电流平均值计算单元、稳态电流脉动幅度计算单元；稳态电流脉动频率获取单元、基于电流信号的压力值计算单元和特征参数值比较单元。所述稳态电流平均值计算单元、稳态电流脉动幅度计算单元和稳态电流脉动频率获取单元以电流信号i_a、电压信号U_a以及系统固定参数为输入，分别通过模型以及FFT分析得到特征参数值I_av、A和f_m，其中f_m是i_a经FFT分析后电流频谱峰值对应的频率，系统固定参数为C_e、C_m、C_f、k、k_x；所述基于电流信号的压力值计算单元以i_a为输入经过上述模型G(s)后计算出压力值F^*。所述特征参数值比较单元将当前获取的特征参数值f_m、I_av、A和F^*与电气传动系统正常工作时的电气特征参数A^*和F进行比较，得到相对正常工作时的特征参数变化量Δf_m、ΔI_av、ΔA和ΔF。

上述的系统运行状态判断模块包括传动系统正常工作模型、齿轮异常或故障模型、腱绳异常或故障模型、负载扰动模型；通过观察Δf_m、ΔI_av、ΔA和ΔF的变化，感知电气传动系统运行状态。

所述传动系统正常工作模型为：Δf_m＝0，ΔI_av＝0，ΔA＝0，ΔF＝0；

当电气传动系统正常工作以及传感器无异常时，电气特征参数f_m、I_av、A以及F^*基本没有变化。由ΔF＝0可知，i_a与F之间可以相互验证，形成冗余信息，提高系统运行的可靠性。

所述齿轮异常或故障模型为：Δf_m>0，ΔI_av<0,ΔA>0。当手指抓住物体时，运动系统处于力矩闭环控制模式。正常情况下，电机的输出转矩与负载转矩基本一致。若齿轮发生断齿，故障的齿轮每啮合一次，负载转矩T_L中便会出现一个负脉冲冲击。若以1代表系统正常工作时负载，以0代表空载，负载转矩T_L则可以由脉冲波表征，脉动的频率取决于齿轮的传动比k和断齿的齿数x，f_m和A增大。由于齿轮故障时负载转矩相对系统正常工作时变小，又电枢电流与电磁转矩成线性关系，因此I_av减小。

所述腱绳异常或故障模型为：ΔI_av<0,Δf_m<0,ΔA≈0。电机通过齿轮后拉动键绳使手指弯曲进行物体抓取，物体与手指之间会有一对作用力与反作用力，腱绳松弛或皮损会造成电机提供给手指的转矩不足且转矩传递具有滞后性，实际上是键绳的弹性系数k_x减小，使得力反馈量减小,因此负载转矩T_L减小，即I_av减小。若腱绳没有断开，其劳损过程是渐变的，即I_av的由大变小是连续的。由于转矩传递的滞后性，使得f_m减小，又i_a与I_av同步减小，A基本不变。

所述负载扰动模型为：i_a骤增表征负载增大；i_a骤减表征负载减小。当欠驱动灵巧手的手指未接触物体时，采用位置闭环控制策略，此时电机处于空载状态，i_a＝0,F＝0；当手指开始接触物体时，采取力矩闭环控制策略，此时电机处于负载状态，且负载在逐渐增大，i_a>0且逐渐增大，F>0且逐渐增大；当手指释放物体时，系统又从负载状态向空载状态转变，i_a逐渐减小且趋于0，F逐渐减小直到为0。通过i_a的动态变化可以直接反映出负载的变化，作为手指是否抓取物体的判断依据。

本发明与现有技术相比，具有如下显而易见的突出实质性和技术进步：

1)首次提出将传动部件、执行机构和负载构成电机泛负载的概念，将传动系统与执行机构的变化等效为负载的变化，以此来分析电机参数变化特性，具有创新性。

2)电机电枢电流信号与压力传感器信号之间可以相互验证，形成冗余信息，提高了系统的安全性和可靠性。

3)利用电机系统电气参数结合状态感知模型运行状态，进而实现欠驱动灵巧手的状态监测和健康管理，解决信息物理两个异构空间的融合，具有实用性和先进性。

4)获取状态感知的原理和方法以及模型本身均适用于其他运动系统，具有易推广性和拓展性

附图说明

图1为欠驱动灵巧手总成照片图。

图2为欠驱动灵巧手的系统结构示意图。

图3为欠驱动灵巧手手指爆炸图。

图4为欠驱动灵巧手的电机拉动键绳图。

图5欠驱动灵巧手运动控制系统结构图。

图6为电机负载扰动等效系统结构图。

图7为欠驱动机器人的抓取结构图

图8为欠驱动灵巧手运动系统扰动响应动态结构框图

图9为信号采集模块结构框图。

图10为信号处理模块结构框图。

图11为系统运行状态结构框图。

图12为齿轮故障稳态电流脉动波形图

图13为欠驱动灵巧手电气传动系统状态感知模型原理图

图14为欠驱动灵巧手电气传动系统运行状态判断依据表

具体实施方式

本发明的优选实施例结合附图详述如下：

实施例一：

参照图1～图5，本欠驱动灵巧手电气传动系统状态感知系统，包括欠驱动灵巧手(1)，其特征在于，所示欠驱动灵巧手(1)经一个信号采集模块(2)和信号处理计算模块(3)连接一个系统运行状态判断模块(4)；所述欠驱动灵巧手(1)以传动机构-齿轮、执行机构-键绳和负载构成电机的泛负载，每个部分的负载特性不同；所述系统运行状态判断模块(4)，通过分析灵巧手传动系统正常工作时与各部件异常工作时电机电气参数特征的变化规律，导出传动系统正常工作或各部分异常或故障时的模型；在该模型中，k为齿轮传动比；x为齿轮断齿数；k_x为腱绳弹性系数；k_s为腱绳劳损系数；C_m为转矩常数；C_e为反电动势常数；C_f为粘滞系数；I_av为稳态电枢电流平均值；f_m为脉动频率；A为脉动幅度；

所述欠驱动灵巧手(1)，由1个手掌和5根欠驱动手指组成，各手指有4个指节、3个关节，其中拇指多一个向掌心弯曲的关节，共16个自由度；手掌用于固定手指、电机和控制器。每个指尖上贴有压力传感器，用于感知抓取物体的力度；电机转轴处装有电位计，用于检测电机的转角进而间接获得手指弯曲的位置信息。灵巧手要抓取物体时，电机正转经过齿轮箱后拉线牵引使手指弯曲；当要释放物体时，电机反转，手指背上的弹簧片将手指绷直；

所述信号采集模块(2)主要用于采集电机电枢电流信号i_a、电压信号U_a和压力信号F；

所述信号处理模块(3)主要用于对电流、电压信号进行处理从而获取电气参数特征值f_m、I_av和A，并与系统正常时的特征值和A^*做比较，得到可以用来感知系统状态的参数值Δf_m、ΔI_av和ΔA；通过该传动系统的传动模型其中ξ＝c/2mw_n，m和c分别为惯性矩阵和哥氏及阻尼矩阵中的元素，K_x为物体刚度，K₃为等效对角弹簧刚度矩阵中的元素，l'为接触点到远指节的距离，F(s)和I_a(s)为F和i_a的复数形式，以i_a作为输入计算出F^*，并与F进行比较得到ΔF；

所述系统运行状态判断模块(4)包括传动系统正常工作模型、齿轮异常或故障模型、键绳异常或故障模型、负载扰动模型，用于感知传动系统运行状态；

实施例二：

本实施例与实施例一基本相同，其特别之处如下：

所述欠驱动灵巧手(1)包括5根欠驱动手指(11)、1个手掌(12)、6个驱动电机(13)、键绳(14)、滑轮(15)、压力传感器(16)、角度传感器(17)、弹簧片(18)和集成控制器(19)，手指(11)具有4个指节，分别为远指节(111)、中指节(112)、近指节(113)和基指节(114)；三个关节，分别为关节一(115)、关节二(116)和关节三(117)，各手指端部指腹上安装有压力传感器(16)，用于感知抓取物体的力度；手掌(12)容下6个驱动电机(13)和集成控制器(19)，与手指及其传动系统形成一体化结构。所述驱动电机(13)为永磁直流减速电机，输出轴端有齿轮箱作为减速机构以输出更大的转矩，并且其中5个分别通过拉动键绳(14)控制手指的弯曲，与弹簧片(18)配合控制手指的恢复，另外一个控制大拇指向掌心弯曲。所述键绳(14)一端固定在手指指端，另一端固定在滑轮(15)上，而滑轮(15)与电机输出轴固定在一起。所述角度传感器(17)安装于电机转轴处，用于检测电机的转角进而间接获得手指弯曲的位置信息。

所述信号采集模块(2)包括电流采集单元(21)、电压采集单元(22)和压力采集单元(23)，用于完成对灵巧手驱动电机电流信号i_a、电压信号U_a和指尖压力信号F的采集。

所述信号处理模块(3)包括稳态电流平均值计算单元(31)、稳态电流脉动幅度计算单元(32)、稳态电流脉动频率获取单元(33)、基于电流信号的压力值计算单元(34)和特征参数值比较单元(35)，所述稳态电流平均值计算单元(31)、稳态电流脉动幅度计算单元(32)和稳态电流脉动频率获取单元(33)以电流信号i_a、电压信号U_a以及系统固定参数为输入，分别通过 模型以及FFT分析得到特征参数值I_av、A和f_m，其中f_m是i_a经FFT分析后电流频谱峰值对应的频率，系统固定参数为C_e、C_m、C_f、k、k_x；所述基于电流信号的压力值计算单元(34)以i_a为输入经过所述模型G(s)后计算出压力值F^*；所述特征参数值比较单元(35)将当前获取的特征参数值f_m、I_av、A和F^*与电气传动系统正常工作时的电气特征参数A^*和F进行比较，得到相对正常工作时的特征参数变化量Δf_m、ΔI_av、ΔA和ΔF。

所述的系统运行状态判断模块(4)包括传动系统正常工作模型(41)、齿轮异常或故障模型(42)、异常或故障模型(43)和负载扰动模型(44)；通过观察Δf_m、ΔI_av、ΔA和ΔF的变化，感知电气传动系统运行状态。

所述传动系统正常工作模型(41)为：Δf_m＝0，ΔI_av＝0，ΔA＝0，ΔF＝0；当传动系统正常工作以及传感器无异常时，电气特征参数f_m、I_av、A以及F^*基本没有变化，由ΔF＝0可知，i_a与F之间可相互验证，形成冗余信息，提高系统运行的可靠性；

所述齿轮异常或故障模型42为：Δf_m>0，ΔI_av<0,ΔA>0；当手指抓住物体时，运动系统处于力矩闭环控制模式；正常情况下，电机的输出转矩与负载转矩基本一致；若齿轮发生断齿，故障的齿轮每啮合一次，负载转矩T_L中便会出现一个负脉冲冲击；若以1代表系统正常工作时负载，以0代表空载，负载转矩T_L则可以由脉冲波表征，脉动的频率取决于齿轮的传动比k和断齿的齿数x，f_m和A增大；由于齿轮故障时负载转矩相对系统正常工作时变小，又电枢电流与电磁转矩成线性关系，因此I_av减小；

所述腱绳异常或故障模型43为：ΔI_av<0,Δf_m<0,ΔA≈0；电机通过齿轮后拉动键绳使手指弯曲进行物体抓取，物体与手指之间会有一对作用力与反作用力，腱绳松弛或皮损会造成电机提供给手指的转矩不足且转矩传递具有滞后性，实际上是腱绳的弹性系数k_x减小，使得力反馈量减小,因此负载转矩T_L减小，即I_av减小；若腱绳没有断开，其劳损过程是渐变的，即I_av的由大变小是连续的。由于转矩传递的滞后性，使得f_m减小，又i_a与I_av同步减小，A基本不变；

所述负载扰动模型44为：i_a骤增表征负载增大；i_a骤减表征负载减小；当欠驱动灵巧手的手指未接触物体时，采用位置闭环控制策略，此时电机处于空载状态，i_a＝0,F＝0；当手指开始接触物体时，采取力矩闭环控制策略，此时电机处于负载状态，且负载在逐渐增大，i_a>0且逐渐增大，F>0且逐渐增大；当手指释放物体时，系统又从负载状态向空载状态转变，i_a逐渐减小且趋于0，F逐渐减小直到为0。通过i_a的动态变化可以直接反映出负载的变化，作为手指是否抓取物体的判断依据。

实施例三：

参照图1～图4，欠驱动灵巧手1包括五根欠驱动手指11、一个手掌12、6个驱动电机13、腱绳14、滑轮15、压力传感器16、角度传感器17、弹簧片18和集成控制器19组成。每根手指具有4个指节，分别为远指节111、中指节112、近指节113和基指节114；三个关节，分别为关节(1)115、关节(2)116和关节(3)117，各手指端部指腹上安装有压力传感器16，用于感知抓取物体的力度；手掌12容下六个驱动电机13和集成控制器19，与手指及其传动系统形成一体化结构。所述驱动电机13为永磁直流减速电机，输出轴端有齿轮箱作为减速机构以输出更大的转矩，并且其中五个分别通过拉动腱绳14控制手指的弯曲，与弹簧片18配合控制手指的恢复，另外一个控制大拇指向掌心弯曲。所述腱绳14一端固定在手指指端，另一端固定在滑轮15上，而滑轮15与电机输出轴固定在一起。所述角度传感器17安装于电机转轴处，用于检测电机的转角进而间接获得手指弯曲的位置信息。

图5为欠驱动灵巧手控制结构图。欠驱动灵巧手的驱动源为永磁直流电机；当手指未接触物体时，采取位置闭环控制策略；当手指接触到物体时，采取力矩闭环控制策略。假设直流电机电流是连续的，则其动态电压方程、反电动势EMF方程、电磁转矩方程可分别表示为：

E_a＝C_en (2)

T_e＝C_mi_a (3)

其中，i_a是电枢电流[A]，C_m是转矩常数；C_e是反电动势常数；U_a是电枢电压[V]；R_a是电枢电阻[Ω]；L_a是电机电感[H]；E_a是反电动势[V]；T_e是电磁转矩[Nm]。

电枢电路的电磁时间常数方程和机电时间常数方程可表示为：

T_a＝L_a/R (4)

其中，T_a是电气时间常数；T_m是机电时间常数；J为转动常量。依据动能守恒原则可将传动轴和对象的转动惯量等效到电机轴上，进而得到电机旋转轴的动态方程：

负载电流定义式为：

T_L是负载转矩[Nm]，I_dL是负载电流。进而推导得到如下的直流电机电气方程，得到电机负载扰动等效系统结构图如图6所示。

图7为欠驱动灵巧手的抓取结构图。为了简化系统模型，可以假定绳索是不可伸展的，手指的运动停留在水平面上，不受重力和摩擦的影响。因此可以模拟类似于皮带轮系统的肌腱驱动的系统特性，动力学模型可以推导如下：

M,f分别为质量和触摸力。转矩矢量T代表影响每个关节的外部转矩。M是3×3的对称正定惯性矩阵；K＝diag[K₁,K₂,K₃]是对角线弹簧刚度矩阵J^T是雅可比转置矩阵；θ,分别是关节角度，角速度和角加速度矩阵；是离心和科里奥利力3×1力矢量矩阵。与物体接触的力变量f可以减小到恒定刚度的弹簧力模型。远端指骨位移x可以由方程(11)表示，其中手指需要被移动。l'是触点与物体的距离与滑轮3的中心之间的距离，k_x为等效的弹簧弹性系数。

x＝l'θ₃ (11)

f＝k_xl'θ₃ (12)

为了简化系统模型，可以促进欠驱动的机器人特性分析。由于假定接触力的方向是相同的，所以公式(13)由公式(10)～(12)导出：

对式(13)进行拉氏变换，可以得到手指关节驱动力矩和抓握力的动力学模型可以用二阶系统传递函数形式来表示：

其中ξ＝c/2mw_n。

结合图7和式(14)，可以得到如图8所示的欠驱动灵巧手在力矩闭环控制模式下运动系统扰动响应动态结构框图。从图中可知直流电机电压的控制通过直流调压器实现，以电机电流为输入，抓取手指的力为输出的开环传递函数为：

设C_f为粘摩擦系数,I_m为堵转电流，f_m为电枢电流稳态脉动频率，A为脉动幅度，I_av为稳态电枢电流平均值，I_a为稳态电枢电流。

永磁直流电机在负载状态下的动态数学模型为：

可得永磁直流电机负载稳态电枢电流为：

永磁直流电机负载状态下电枢电流响应方程：

同时

参照图9，所述信号采集模块2包括电流采集单元21、电压采集单元22和压力采集单元23，用于完成对电流信号i_a、电压信号U_a和压力信号的采集F。

参照图10，所述信号处理模块包括稳态电流平均值计算单元31、稳态电流脉动幅度计算单元32；稳态电流脉动频率获取单元33、基于电流信号的压力值计算单元34和特征参数值比较单元35。所述稳态电流平均值计算单元31、稳态电流脉动幅度计算单元32和稳态电流脉动频率获取单元33以电流信号i_a、电压信号U_a以及系统固定参数为输入，分别通过模型以及FFT分析得到特征参数值I_av、A和f_m，其中f_m是i_a经FFT分析后电流频谱峰值对应的频率，系统固定参数为C_e、C_m、C_f、k、k_x；所述基于电流信号的压力值计算单元34以i_a为输入经过上述模型G(s)后计算出压力值F^*；所述特征参数值比较单元35将当前获取的特征参数值f_m、I_av、A和F^*与电气传动系统正常工作时的电气特征参数A^*和F进行比较，得到相对正常工作时的特征参数变化量Δf_m、ΔI_av、ΔA以及压力变化值ΔF。

参照图11，所述的系统运行状态判断模块4包括传动系统正常工作模型41、齿轮异常或故障模型42、腱绳异常或故障模型43、负载扰动模型44；通过观察Δf_m、ΔI_av、ΔA和ΔF的变化，感知电气传动系统运行状态。

所述传动系统正常工作模型为：Δf_m＝0，ΔI_av＝0，ΔA＝0，ΔF＝0；

当电气传动系统正常工作以及传感器无异常时，电气特征参数f_m、I_av、A以及F^*基本没有变化。由ΔF＝0可知，i_a与F之间可以相互验证，形成冗余信息，提高系统运行的可靠性。

所述齿轮异常或故障模型为：Δf_m>0，ΔI_av<0,ΔA>0。当手指抓住物体时，运动系统处于力矩闭环控制模式。正常情况下，电机的输出转矩与负载转矩基本一致。若齿轮发生断齿，故障的齿轮每啮合一次，负载转矩T_L中便会出现一个负脉冲冲击。若以1代表系统正常工作时负载，以0代表空载，负载转矩T_L则可以由脉冲波表征，脉动的频率取决于齿轮的传动比k和断齿的齿数x，f_m和A增大。T_L呈周期性的波动，系统最终的稳态属于动态平衡。将周期性的波动分解为三角函数时，稳态转矩是在恒值的基础上叠加余弦分量：

由于电枢电流与电磁转矩成线性关系，则电机系统电枢电流跟随负载转矩的变化而周期性脉动，稳态脉动波形如图12所示。由于齿轮故障时负载转矩相对系统正常工作时变小，又电枢电流与电磁转矩成线性关系，因此I_av减小。

所述腱绳异常或故障模型为：ΔI_av<0,Δf_m<0,ΔA≈0。电机通过齿轮后拉动键绳使手指弯曲进行物体抓取，物体与手指之间会有一对作用力与反作用力，腱绳松弛或皮损会造成电机提供给手指的转矩不足且转矩传递具有滞后性，实际上是腱绳的弹性系数k_x减小，使得力反馈量减小,因此负载转矩T_L减小，即I_av减小。若腱绳没有断开，其劳损过程是渐变的，即I_av的由大变小是连续的。由于转矩传递的滞后性，使得f_m减小，又i_a与I_av同步减小，A基本不变。

所述负载扰动模型为：i_a骤增表征负载增大；i_a骤减表征负载减小。当欠驱动灵巧手的手指未接触物体时，采用位置闭环控制策略，此时电机处于空载状态，i_a＝0,F＝0；当手指开始接触物体时，采取力矩闭环控制策略，此时电机处于负载状态，且负载在逐渐增大，i_a>0且逐渐增大，F>0且逐渐增大；当手指释放物体时，系统又从负载状态向空载状态转变，i_a逐渐减小且趋于0，F逐渐减小直到为0。通过i_a的动态变化可以直接反映出负载的变化，作为手指是否抓取物体的判断依据。

综合以上叙述，可以得到如图13所示的欠驱动灵巧手电气传动系统状态感知模型原理图和图14所示的电气传动系统运行状态判断依据表。此模型和此表为利用电机系统电气参数感知电气传动机构运行状态提供了原理和方法。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理和方法，在不脱离本发明精神和范围的前提下发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。

Claims (5)

1.一种欠驱动灵巧手电气传动系统状态感知系统，包括欠驱动灵巧手(1)，其特征在于，所示欠驱动灵巧手(1)经一个信号采集模块(2)和信号处理计算模块(3)连接一个系统运行状态判断模块(4)；所述欠驱动灵巧手(1)以传动机构-齿轮、执行机构-键绳和负载构成电机的泛负载，每个部分的负载特性不同；所述系统运行状态判断模块(4)，通过分析灵巧手传动系统正常工作时与各部件异常工作时电机电气参数特征的变化规律，导出传动系统正常工作或各部分异常或故障时的模型；在该模型中，k为齿轮传动比；x为齿轮断齿数；k_x为腱绳弹性系数；k_s为腱绳劳损系数；C_m为转矩常数；C_e为反电动势常数；C_f为粘滞系数；I_av为稳态电枢电流平均值；f_m为脉动频率；A为脉动幅度；

所述欠驱动灵巧手(1)，由1个手掌和5根欠驱动手指组成，各手指有4个指节、3个关节，其中拇指多一个向掌心弯曲的关节，共16个自由度；手掌用于固定手指、电机和控制器；每个指尖上贴有压力传感器，用于感知抓取物体的力度；电机转轴处装有电位计，用于检测电机的转角进而间接获得手指弯曲的位置信息；灵巧手要抓取物体时，电机正转经过齿轮箱后拉线牵引使手指弯曲；当要释放物体时，电机反转，手指背上的弹簧片将手指绷直；

所述信号采集模块(2)主要用于采集电机电枢电流信号i_a、电压信号U_a和压力信号F；

所述信号处理模块(3)主要用于对电流、电压信号进行处理从而获取电气参数特征值f_m、I_av和A，并与系统正常时的特征值和A^*做比较，得到可以用来感知系统状态的参数值Δf_m、ΔI_av和ΔA；通过该传动系统的传动模型

其中ξ＝c/2mw_n，m和c分别为惯性矩阵和哥氏及阻尼矩阵中的元素，K_x为物体刚度，K₃为等效对角弹簧刚度矩阵中的元素，l'为接触点到远指节的距离，F(s)和I_a(s)为F和i_a的复数形式，以i_a作为输入计算出F^*，并与F进行比较得到ΔF；

所述系统运行状态判断模块(4)包括传动系统正常工作模型、齿轮异常或故障模型、键绳异常或故障模型、负载扰动模型，用于感知传动系统运行状态。

2.如权利要求1所述的欠驱动灵巧手传动系统状态感知系统，其特征在于：所述欠驱动灵巧手(1)包括5根欠驱动手指(11)、1个手掌(12)、6个驱动电机(13)、键绳(14)、滑轮(15)、压力传感器(16)、角度传感器(17)、弹簧片(18)和集成控制器(19)，手指(11)具有4个指节，分别为远指节(111)、中指节(112)、近指节(113)和基指节(114)；三个关节，分别为关节一(115)、关节二(116)和关节三(117)，各手指端部指腹上安装有压力传感器(16)，用于感知抓取物体的力度；手掌(12)容下6个驱动电机(13)和集成控制器(19)，与手指及其传动系统形成一体化结构；所述驱动电机(13)为永磁直流减速电机，输出轴端有齿轮箱作为减速机构以输出更大的转矩，并且其中5个分别通过拉动键绳(14)控制手指的弯曲，与弹簧片(18)配合控制手指的恢复，另外一个控制大拇指向掌心弯曲；所述键绳(14)一端固定在手指指端，另一端固定在滑轮(15)上，而滑轮(15)与电机输出轴固定在一起；所述角度传感器(17)安装于电机转轴处，用于检测电机的转角进而间接获得手指弯曲的位置信息。

3.如权利要求1所述的欠驱动灵巧手传动系统状态感知系统，其特征在于：所述信号采集模块(2)包括电流采集单元(21)、电压采集单元(22)和压力采集单元(23)，用于完成对灵巧手驱动电机电流信号i_a、电压信号U_a和指尖压力信号F的采集。

4.如权利要求1所述的欠驱动灵巧手传动系统状态感知系统，其特征在于：所述信号处理模块(3)包括稳态电流平均值计算单元(31)、稳态电流脉动幅度计算单元(32)、稳态电流脉动频率获取单元(33)、基于电流信号的压力值计算单元(34)和特征参数值比较单元(35)，所述稳态电流平均值计算单元(31)、稳态电流脉动幅度计算单元(32)和稳态电流脉动频率获取单元(33)以电流信号i_a、电压信号U_a以及系统固定参数为输入，分别通过 模型以及FFT分析得到特征参数值I_av、A和f_m，其中f_m是i_a经FFT分析后电流频谱峰值对应的频率，系统固定参数为C_e、C_m、C_f、k、k_x；所述基于电流信号的压力值计算单元(34)以i_a为输入经过所述模型G(s)后计算出压力值F^*；所述特征参数值比较单元(35)将当前获取的特征参数值f_m、I_av、A和F^*与电气传动系统正常工作时的电气特征参数A^*和F进行比较，得到相对正常工作时的特征参数变化量Δf_m、ΔI_av、ΔA和ΔF。

5.如权利要求1所述的欠驱动灵巧手传动系统状态感知系统，其特征在于：所述的系统运行状态判断模块(4)包括传动系统正常工作模型(41)、齿轮异常或故障模型(42)、异常或故障模型(43)和负载扰动模型(44)；通过观察Δf_m、ΔI_av、ΔA和ΔF的变化，感知电气传动系统运行状态；

所述传动系统正常工作模型(41)为：Δf_m＝0，ΔI_av＝0，ΔA＝0，ΔF＝0；当传动系统正常工作以及传感器无异常时，电气特征参数f_m、I_av、A以及F^*基本没有变化，由ΔF＝0可知，i_a与F之间可相互验证，形成冗余信息，提高系统运行的可靠性；

所述齿轮异常或故障模型(42)为：Δf_m>0，ΔI_av<0,ΔA>0；当手指抓住物体时，运动系统处于力矩闭环控制模式；正常情况下，电机的输出转矩与负载转矩基本一致；若齿轮发生断齿，故障的齿轮每啮合一次，负载转矩T_L中便会出现一个负脉冲冲击；若以1代表系统正常工作时负载，以0代表空载，负载转矩T_L则可以由脉冲波表征，脉动的频率取决于齿轮的传动比k和断齿的齿数x，f_m和A增大；由于齿轮故障时负载转矩相对系统正常工作时变小，又电枢电流与电磁转矩成线性关系，因此I_av减小；

所述腱绳异常或故障模型(43)为：ΔI_av<0,Δf_m<0,ΔA≈0；电机通过齿轮后拉动键绳使手指弯曲进行物体抓取，物体与手指之间会有一对作用力与反作用力，腱绳松弛或皮损会造成电机提供给手指的转矩不足且转矩传递具有滞后性，实际上是腱绳的弹性系数k_x减小，使得力反馈量减小,因此负载转矩T_L减小，即I_av减小；若腱绳没有断开，其劳损过程是渐变的，即I_av的由大变小是连续的；由于转矩传递的滞后性，使得f_m减小，又i_a与I_av同步减小，A基本不变；

所述负载扰动模型(44)为：i_a骤增表征负载增大；i_a骤减表征负载减小；当欠驱动灵巧手的手指未接触物体时，采用位置闭环控制策略，此时电机处于空载状态，i_a＝0,F＝0；当手指开始接触物体时，采取力矩闭环控制策略，此时电机处于负载状态，且负载在逐渐增大，i_a>0且逐渐增大，F>0且逐渐增大；当手指释放物体时，系统又从负载状态向空载状态转变，i_a逐渐减小且趋于0，F逐渐减小直到为0；通过i_a的动态变化可以直接反映出负载的变化，作为手指是否抓取物体的判断依据。