1. 软体执行器测试平台的设计与实现
软体执行器作为柔性机器人技术的核心部件,其性能测试一直是研发过程中的关键挑战。传统刚性执行器的测试方法无法直接套用,因为软体执行器具有连续变形、非线性响应等独特特性。我们开发的这套测试平台专门针对软体执行器的特殊需求,实现了对力、位移、刚度等关键参数的精确测量。
1.1 平台整体架构
测试平台采用模块化设计,主要由四大功能模块组成:
- 位置测量模块:包含线性位移和角度位移测量
- 力测量模块:针对不同类型运动模式的定制化力传感方案
- 执行器安装模块:确保执行器固定端稳定,活动端自由
- 数据采集与控制模块:实时采集数据并控制测试条件
这种模块化设计使得平台可以灵活适配不同类型的软体执行器测试需求。我们特别采用了工业级传感器和采集设备,确保测量精度满足科研要求。平台整体框架采用铝合金型材搭建,既保证了结构刚性,又便于根据测试需求调整布局。
1.2 关键技术创新点
与现有测试系统相比,本平台具有三个显著优势:
- 多模态测量能力:可同步测量线性位移、角度位移和三维力矢量,全面表征执行器性能
- 动态响应特性:采样周期最短可达1ms,能够捕捉执行器的瞬态响应
- 自适应夹具系统:针对不同运动模式(弯曲、伸缩、扭转)设计了专用力测量组件
特别值得一提的是力测量模块的耦合结构设计。我们通过3D打印制造了多种专用连接件,确保力的传递路径与执行器运动方向严格对齐,避免了侧向力干扰导致的测量误差。所有结构件均采用Tough PLA材料打印,在保证强度的同时具有适度的弹性,能够吸收微小振动。
2. 位置测量模块详解
2.1 线性位移测量系统
线性位移测量采用两种互补的方案:
- 高精度LVDT传感器:OPTEX-H2CD型号,测量精度±0.02mm,采样周期1ms
- 激光位移传感器:作为交叉验证手段,避免单一传感器的系统误差
在实际测试中我们发现,对于快速动态过程(如执行器的阶跃响应),LVDT的毫秒级采样能力至关重要。而激光传感器则在长行程测量中表现出色。两种传感器的数据通过时间戳同步,可互相校正。
重要提示:传感器安装时必须确保测量轴线与执行器运动方向完全一致,即使微小角度偏差也会引入显著的余弦误差。我们设计了带微调机构的安装支架,可将对齐误差控制在0.1°以内。
2.2 角度位移测量方案
对于执行器的弯曲和扭转运动,我们开发了基于视觉的测量方案:
- 高速摄像系统:GoPro Hero11相机,5.3K@240fps
- 分析软件:Kinovea开源运动分析工具
- 标记点方案:在执行器表面布置高对比度标记点
这套系统的实际角度分辨率达到0.5°,足以满足大多数软体执行器的测试需求。为提高测量精度,我们优化了以下环节:
- 照明系统采用恒流驱动的LED阵列,消除频闪
- 相机与被测平面严格平行布置
- 使用棋盘格标定板进行镜头畸变校正
测试表明,在240fps帧率下,系统可稳定追踪标记点的运动轨迹,计算得到的角度数据与陀螺仪的对照测量结果偏差小于3%。
3. 力测量模块设计与实现
3.1 模块化力传感方案
针对不同类型的执行器运动,我们设计了三种专用力测量组件:
- 弯曲运动测量组件:测量垂直于执行器轴线的横向力
- 伸缩运动测量组件:测量沿轴向的拉力/压力
- 复合运动测量组件:可同时测量三维力分量
所有组件都基于TE Connectivity的FC22系列力传感器,根据测量范围选用不同量程型号(FC22310100、FC22310050、FC22310025)。传感器的安装结构采用有限元分析优化,确保应力集中区域远离敏感元件。
3.2 力传递路径优化
力测量准确度的关键在于力的传递路径设计。我们特别关注:
- 路径刚性:从执行器到传感器的力传递链刚度需远大于执行器本身刚度
- 对齐精度:力作用线必须通过传感器中心,避免产生力矩
- 温度补偿:传感器内置温度传感器,采集系统实时补偿温漂
实测数据显示,优化后的力测量系统在0-200N范围内的非线性误差小于0.5%FS,满足绝大多数软体执行器的测试需求。对于微小力测量(<1N),我们额外增加了电磁屏蔽措施,有效抑制了环境噪声干扰。
4. 执行器安装模块设计要点
4.1 固定端约束方案
执行器固定端的设计直接影响测试结果的可靠性。我们的解决方案包括:
- 多自由度调节支架:允许微调执行器的空间姿态
- 预紧力控制:通过扭矩扳手确保安装螺栓的预紧力一致
- 界面材料选择:采用硅胶垫片避免应力集中
特别对于需要密封的充气式执行器,我们设计了带O型圈的专用夹具,既保证气密性,又不影响执行器的自由变形。实测表明,这种设计可将固定端位移控制在0.1mm以内。
4.2 活动端连接机构
活动端连接需要平衡两个矛盾需求:
- 提供足够的自由度允许执行器自由变形
- 保持足够的刚性以准确传递力
我们的解决方案是采用万向节+直线轴承的组合机构。万向节补偿角度偏差,直线轴承约束径向位移,确保只有轴向力被传递到力传感器。这种设计使得测量误差降低了约60%。
5. 数据采集与控制系统
5.1 硬件架构
数据采集系统基于NI PXIe平台构建,主要配置:
- 机箱:NI PXIe-1073
- 控制器:PXIe-8880
- 数据采集卡:PXIe-6368(16位精度,2MS/s采样率)
- 信号调理模块:用于传感器供电和信号放大
这种架构的突出优势是其可扩展性。通过更换不同的采集卡和调理模块,可以轻松适配各类传感器的接口需求。系统采用星型接地拓扑,有效避免了接地回路引入的噪声。
5.2 软件设计
控制软件基于LabVIEW开发,具有以下功能特点:
- 多线程架构:数据采集、实时显示、数据存储分别运行在独立线程
- 自适应采样率:根据测试类型自动调整采样频率
- 实时数据处理:在线计算位移、速度、力等衍生参数
软件界面设计了多种视图模式,包括:
- 实时波形显示
- 参数表格视图
- X-Y关系图
- 三维运动轨迹重构
用户可以通过简单的拖拽操作自定义数据显示布局,极大提升了测试效率。软件还内置了常见执行器类型的测试模板,新用户可快速上手。
6. 测试流程与数据分析
6.1 标准测试流程
为确保测试结果的可重复性,我们制定了详细的测试规范:
预测试检查:
- 传感器零点校准
- 气路/电路连接检查
- 执行器安装状态确认
静态性能测试:
- 阶跃响应测试
- 压力-位移特性曲线
- 负载特性测试
动态性能测试:
- 频率响应分析
- 疲劳寿命测试
- 动态轨迹跟踪测试
每个测试环节都设有数据质量检查点,自动识别异常数据并提示操作人员。测试报告自动生成,包含所有关键参数的统计结果。
6.2 数据分析方法
我们开发了专用的数据分析工具包,提供:
- 参数辨识算法:基于测试数据辨识执行器的刚度、阻尼等等效参数
- 非线性特性分析:采用多项式拟合、神经网络等方法建模执行器的非线性行为
- 性能指标计算:自动计算响应时间、能量效率等关键性能指标
特别对于频率响应测试,系统支持多种激励信号:
- 白噪声
- 扫频信号
- 伪随机二进制序列 用户可根据需要选择最适合的激励方式。
7. 典型测试结果分析
7.1 材料硬度的影响
测试数据显示,材料硬度对执行器性能有显著影响:
TPU 85A材料:
- 最大位移:52.7mm
- 最大出力:130N
- 能量效率:约35%
TPU 95A材料:
- 最大位移:13.4mm
- 最大出力:89.9N
- 能量效率:约28%
较软的材料更适合需要大位移的应用场景,而较硬的材料则在需要高输出力的场合表现更好。值得注意的是,材料硬度还会影响执行器的动态响应速度,硬度增加约10%,阶跃响应时间缩短15-20%。
7.2 几何参数优化
通过系统测试,我们总结出以下设计准则:
- 折叠角度:30°-35°为最佳范围,角度增大会降低出力能力
- 折叠宽度:窄折叠(8-12mm)有利于提高出力密度
- 约束层厚度:0.4mm厚度在刚度和可制造性间取得良好平衡
- 壁厚设计:1.2-1.6mm范围内,增加壁厚可提高出力但降低位移
这些发现为执行器的优化设计提供了明确方向。例如,在需要兼顾出力与位移的应用中,可采用变壁厚设计:固定端较厚以保证强度,活动端较薄以获得更大变形。
8. 平台应用案例与扩展
8.1 在医疗机器人中的应用
该测试平台已成功用于手术机器人末端执行器的开发。通过系统测试,我们优化了执行器的以下特性:
- 出力精度:±0.1N(满足精细组织操作需求)
- 响应时间:<50ms(确保实时控制性能)
- 疲劳寿命:>50万次循环(满足临床使用寿命要求)
测试中发现的一个关键问题是执行器在体液环境中的性能衰减。通过对比测试,我们最终选用了特殊的表面涂层方案,使执行器在模拟体液中的性能保持率从60%提升到了85%。
8.2 工业抓取应用
在工业抓取场景中,平台帮助解决了以下问题:
- 自适应抓取力控制:通过测试建立了抓取力-变形量关系模型
- 抗干扰能力评估:量化分析了执行器对不同形状物体的适应性
- 耐久性测试:模拟实际工况进行加速寿命测试
一个有趣的发现是,执行器在抓取易碎物品时表现出独特的优势。测试数据显示,与传统刚性夹爪相比,软体执行器可将峰值接触压力降低70%,极大减少了物品损坏风险。
9. 平台使用经验分享
9.1 常见问题排查
在实际使用中,我们总结了以下常见问题及解决方案:
测量噪声大:
- 检查传感器接地
- 增加信号滤波(建议先硬件滤波,再软件滤波)
- 检查气源压力脉动
数据漂移:
- 进行传感器零点校准
- 检查环境温度变化(建议控制在23±2℃)
- 确认供电电压稳定
执行器安装困难:
- 使用专用安装夹具
- 采用快速连接器简化管路连接
- 对大型执行器可采用吊装辅助
9.2 测试效率提升技巧
经过多次测试迭代,我们发现以下方法可显著提升测试效率:
- 自动化测试脚本:将常规测试流程编写成脚本,减少人工干预
- 参数扫描优化:采用设计实验(DOE)方法规划测试点
- 并行测试:对多个相同执行器同时测试(需扩展采集通道)
- 数据自动归档:建立标准化命名规则和存储结构
例如,在执行器参数优化测试中,采用田口方法设计测试矩阵,将原本需要200次的测试减少到36次,同时仍能获得可靠的参数敏感性分析结果。