提示：点击上方"机械工程学报"↑关注我吧
Shi, Y., Kou, J., Chen, Z. et al. Model Parameters Identification and Backstepping Control of Lower Limb Exoskeleton Based on Enhanced Whale Algorithm. Chin. J. Mech. Eng. 37, 26 (2024). https://doi.org/10.1186/s10033-024-01008-6
https://cjme.springeropen.com/articles/10.1186/s10033-024-01008-6
(戳链接，下载全文)
Figure 1 Model identification and backstepping control scheme
Figure 2 The theoretical and physical model of the lower limb exoskeleton system
通过采集外骨骼运行过程中的实际扭矩和计算扭矩作对比，发现实际驱动扭矩与计算扭矩具有较高的拟合度。但由于关节附近存在未知摩擦力，部分离散点误差较大。将设计的控制器用在辨识后的外骨骼模型上，控制器在3秒钟时启动，外骨骼响应迅速。膝关节运动在0.5秒后达到稳态响应。同时，0.9秒后髋关节响应位置误差小于0.03rad。由于外骨骼系统由静态转为动态，关节力矩在瞬态响应范围内增大，但仍处于安全范围值。随着稳态响应的临近，关节扭矩处于正常范围，并随需求轨迹周期性变化。实验结果表明，基于参数识别后的数学模型的外骨骼控制可以达到较高的精度。此外，两个关节的稳态人机交互力矩被约束在15 N· m以内。该力矩在合理范围内，提高了人机协同运动下可穿戴设备的舒适性能。
本研究利用拉格朗日模型构建了2-DOF下肢外骨骼平台，验证了模型参数识别方法和反步控制策略，提出了增强型鲸鱼优化算法（EWOA）设计激励轨迹，识别质量、惯性矩和机械尺寸等未知模型参数。周期性激励轨迹应考虑机械物理约束，以输入外骨骼的期望位置需求。在此基础上，设计了基于确定模型的反步进控制器，以改善人机协同运动下的舒适性能。外骨骼的动态响应和稳态响应保证了操作者步态轨迹的同步，性能令人满意。
本文研究构建一种2-DOF下肢外骨骼，利用优化算法辨识出准确的外骨骼模型，并提出有效的控制策略以实现人机协同运动。通过研究外骨骼模型参数辨识技术，给外骨骼等类人机器人提供了一种简单有效的模型未知参数辨识方法，另外，提供了一种柔性的人机交互策略，以改善操作者和外骨骼之间的可穿戴舒适性能。有利于截瘫、偏瘫等下肢运动功能损失的患者利用外骨骼进行安全有效的康复训练。
[1] X Yang, B Zhang. Material embrittlement in high strain-rate loading. International Journal of Extreme Manufacturing, 2019, 1(2): 022003.
[2] B Zhang, J Yin. The 'skin effect' of subsurface damage distribution in materials subjected to high-speed machining. International Journal of Extreme Manufacturing, 2019, 1(1): 012007.
[3] H Liu, H Han, Q Jiang, et al. Mechanisms involved in the machinability improvement of Inconel 718 superalloy through ultra-high-speed machining. Journal of Materials Processing Technology, 2024, 333: 118614.
石岩，北京航空航天大学自动化科学与电气工程学院，博导/教授，国家级领军人才。主持国家重点研发计划项目、某计划重点基础研究项目、国家自然科学基金项目等40余项，以第一/通讯作者在ASME、IEEE、IMechE会刊等发表SCI论文90余篇，出版专著4部，授权发明专利30余项。获得国家科技进步二等奖1项、省部级/学会科技进步一等奖3项。
寇建阁，北京航空航天大学自动化科学与电气工程学院，博士研究生。研究方向为下肢外骨骼、人体运动意图识别与步态规划、人机交互控制方法。参与国家重点研发计划项目、某计划重点基础研究项目、国家自然科学基金等多项项目，发表SCI/EI论文10余篇，授权国家发明专利5项。
1.气压传动系统精密检测与控制
2.外骨骼机器人与智能假肢
3.基于人机复合控制的呼吸支持与肺康复
[1] Shi Y, Li L, Yang J, et al. Center-based transfer feature learning with classifier adaptation for surface defect recognition[J]. Mechanical Systems and Signal Processing, 2023, 188: 110001.
[2] Ning F, Shi Y, Cai M, et al. Manufacturing cost estimation based on a deep-learning method[J]. Journal of Manufacturing Systems, 2020, 54: 186-195.
[3] Shi Y, Li H, Fu X, et al. Self-powered difunctional sensors based on sliding contact-electrification and tribovoltaic effects for pneumatic monitoring and controlling[J]. Nano Energy, 2023, 110: 108339.
[4] Xu S, Wang Y, Sun Z, et al. A Compound Regulative Pneumatic Vibration Isolator With Quasi-Zero Stiffness Mechanism For Load Variable Instruments[J]. IEEE Transactions on Instrumentation and Measurement, 2024.
[5] Kou J, Wang Y, Chen Z, et al. Gait planning and multimodal human-exoskeleton cooperative control based on central pattern generator[J]. IEEE/ASME Transactions on Mechatronics, 2024.
JME学院简介
JME学院是由《机械工程学报》编辑部2018年创建，以关注、陪伴青年学者成长为宗旨，努力探索学术传播服务新模式。
欢迎各位老师扫码添加小助理-暖暖为好友，由小助理拉入JME学院官方群！
更多精彩视频
欢迎关注JME学院视频号~
有一种合作叫做真诚，有一种发展可以无限，有一种伙伴可以互利共赢，愿我们合作起来流连忘返，发展起来前景可观。关于论文推荐、团队介绍、图书出版、学术直播、招聘信息、会议推广等，请与我们联系。
推荐阅读
南方科技大学张璧教授团队：不同磨削速度下Inconel 718合金加工表面的表征与分析|CJME论文推荐
南方科技大学复合材料力学团队：3D打印连续碳纤维增强复合材料的路径相关渐进损伤失效分析方法|CJME论文推荐
北京化工大学高金吉院士团队：考虑有限板厚的冲击弹性球的恢复系数预测|CJME论文推荐
版权声明：
本文为《机械工程学报》编辑部原创内容，欢迎转载！
在公众号后台留言需要转载的文章题目及要转载的公众号ID以获取授权!
联系我们：
联系人：暖暖
电话：010-88379909
E-mail：jme@cmes.org
网 址：http://www.cjmenet.com.cn
官方微信号：jmewechat
