本文主要探讨了在随机路面激励条件下,如何有效地抑制康复机器人轮椅的振动问题。康复机器人轮椅主要用于帮助身体残疾或行动不便的人群进行移动,因此其振动性能对于使用者的舒适性和健康至关重要。针对这一问题,研究者提出了一种解析优化方法来改善振动。
首先,研究者将康复机器人轮椅的坐垫和轮胎视为带有刚度和阻尼的减振元件,以此构建了一个人体-机器人轮椅垂直振动的数学模型。这个模型考虑了路面不平顺对轮椅振动的影响,模拟了实际环境中的随机路面激励。
接下来,通过推导,研究者得到了人体振动加速度的频响函数以及方均根响应的解析表达式。频响函数反映了输入激励与输出响应之间的频率关系,而方均根响应则衡量了振动的平均强度。此外,他们引入了振动响应系数,这是一个衡量振动系统性能的关键指标,可以用来分析轮胎减振系统和坐垫减振系统的阻尼比对振动响应的影响。
通过对这些系数的分析,研究者发现轮胎和坐垫的阻尼比对振动抑制效果有显著影响,并建立了基于响应系数的解析优化模型。通过这个模型,可以寻找最佳的阻尼设置,以最大程度地减少振动。结果显示,解析优化模型得到的最优阻尼值与数值模拟结果的相对偏差极小,分别为0.3%和0.6%,这证明了模型的准确性和有效性。
最后,研究者通过实际案例和数值模拟对提出的解析优化模型进行了验证,进一步确认了该模型在抑制康复机器人轮椅振动方面的能力和实用性。
综上所述,这篇研究工作为康复机器人轮椅的振动控制提供了新的理论基础和优化策略,对于提升轮椅的乘坐舒适性和用户体验具有重要意义。同时,它也为未来在类似机械系统中的振动控制问题提供了参考。关键词涵盖了机器人技术、机器学习、深度学习、参考文献和专业指导,表明此研究不仅涉及硬件设计,还可能利用数据驱动的方法来改进优化过程。