形状记忆合金丝驱动结构的混合动力学建模框架
机器人学
2021-03-08 v1
摘要
本文提出了一种用于单晶形状记忆合金(SMA)丝驱动器的混合模型。该结果基于Müller-Achenbach-Seelecke (MAS)模型的数学重构，该模型对SMA滞回响应提供了精确且面向互联的描述。然而，MAS模型的强非线性和高数值刚性阻碍了其用于复杂SMA驱动系统的仿真与控制。混合重构的核心思想是将SMA的机械滞回划分为五种工作模式，每种代表材料的不同物理状态。通过以物理一致的方式恰当推导这些模式间的切换条件，MAS模型在混合动力学框架下被有效重构。混合重构的主要优势在于能用简化的状态方程集描述材料动力学，同时保留MAS模型基于物理描述的所有益处。在描述该新方法后，对由主-对抗SMA丝驱动柔性机器人模块进行了仿真研究。对比数值分析表明，混合模型在节省多达80%仿真时间的同时，提供了与MAS模型同等的精度。此外，新建模框架开启了从混合系统视角处理SMA控制的可能性。
引用
@article{arxiv.2103.03586,
title = {A Hybrid Dynamical Modeling Framework for Shape Memory Alloy Wire Actuated Structures},
author = {Michele A. Mandolino and Francesco Ferrante and Gianluca Rizzello},
journal= {arXiv preprint arXiv:2103.03586},
year = {2021}
}
备注
IEEE ROBOTICS AND AUTOMATION LETTERS. PREPRINT VERSION. ACCEPTED MARCH, 2021