團隊介紹

王博文，河北工業(yè)大學(xué)，教授，博士生導(dǎo)師。研究領(lǐng)域為磁性材料與器件。曾獲國家發(fā)明四等獎、省科學(xué)技術(shù)突出貢獻(xiàn)獎等。在天津市總工會頒發(fā)的“九五”立功獎?wù)乱幻?，授?quán)發(fā)明專利8項。

趙智忠，河北工業(yè)大學(xué)，教授，碩士生導(dǎo)師。主要研究方向有磁材料與器件、高低壓智能電氣。獲國家技術(shù)創(chuàng)新優(yōu)秀項目獎1項，省科技進(jìn)步獎二等獎1項。“百千萬人才工程”省級第二層次人選，省青年科技獎獲得者。授權(quán)發(fā)明專利2項。

黃珊，河北工業(yè)大學(xué)，碩士研究生，研究方向為新型磁性材料與智能器件。

本文應(yīng)用了磁致伸縮材料鐵鎵合金設(shè)計并制作了磁致伸縮觸覺傳感單元，并將其集成為陣列，所設(shè)計的磁致伸縮觸覺傳感單元測力范圍為 0~3N，當(dāng)壓力小于 1.5N 時，靈敏度為 151mV/N，在 1.5~3N 區(qū)間，靈敏度約為 109mV/N，測量較低的靜態(tài)力時具有更高的靈敏度，在 2~4Hz 范圍內(nèi)對動態(tài)力具有動態(tài)響應(yīng)快、靈敏度高的特點。

 

所設(shè)計的磁致伸縮觸覺傳感器陣列能很好的辨識所選區(qū)的樣本，通過應(yīng)用支持向量機算法，對觸覺傳感器陣列對樣本采集的數(shù)據(jù)進(jìn)行分類識別。

研究背景

為了使機械手的操作更為準(zhǔn)確，需要在機械手上安裝觸覺傳感器，以獲得觸覺信息，并準(zhǔn)確地對物體進(jìn)行分類。

雖然觸覺傳感器在結(jié)構(gòu)設(shè)計、陣列集成等方面已取得了很大進(jìn)展，且與其他領(lǐng)域?qū)W科結(jié)合，在醫(yī)療健康、可穿戴設(shè)備等方面展示出巨大的潛力，但還存在一些困難，如制作精密度還不夠、成本高和不便于集成等。因此尋找新的合適的材料，降低生產(chǎn)成本，使用更加先進(jìn)的工藝來制作仿生傳感器已經(jīng)成為迫切需要。

鐵鎵合金（Galfenol）有飽和磁場低、磁滯小、線性度好、力學(xué)性能好、應(yīng)力靈敏度高等優(yōu)點，且制作的傳感器結(jié)構(gòu)簡單、可靠性高、精度高、成本低。根據(jù)鐵鎵合金的磁致伸縮逆效應(yīng)，通過測量載荷附近的磁場變化，得到其外加載荷力的大小，因而鐵鎵材料可以作為傳感器的敏感材料。

論文方法及創(chuàng)新點

本文首先提出了磁致伸縮觸覺傳感單元的模型，介紹了傳感單元的組成及尺寸，并推導(dǎo)了傳感單元的輸出電壓模型。

圖1 磁致伸縮觸覺傳感單元結(jié)構(gòu)圖

然后，分別測試了傳感單元輸出電壓與施加壓力的關(guān)系和傳感單元的動態(tài)性能。將磁致伸縮觸覺傳感單元設(shè)計為2x2磁致伸縮觸覺傳感器陣列，利用COMSOL仿真軟件確定相鄰傳感單元間影響可忽略不計的放置距離，根據(jù)所計算的距離制作了磁致伸縮觸覺傳感器陣列。

最后，搭建樣品測試系統(tǒng)，選取日常生活中常見的飲料瓶樣品，測試了磁致伸縮觸覺傳感器陣列抓取樣品過程中的輸出電壓特性，選擇合適的特征值，應(yīng)用支持向量機算法，通過選擇不同的特征值數(shù)量和訓(xùn)練集與分類集的比例，對采集的數(shù)據(jù)進(jìn)行分類識別。

圖2 不同特征值數(shù)量和不同訓(xùn)練集分類集比例的識別率

總結(jié)

（1）設(shè)計制作了一種新型的磁致伸縮 2×2 觸覺傳感器陣列，應(yīng)用電磁學(xué)理論、逆磁致伸縮效應(yīng)和歐拉伯努利動力學(xué)原理，建立了觸覺傳感單元的輸出特性模型。

（2）測試了觸覺傳感單元的靜態(tài)性能和動態(tài)性能，傳感單元測力范圍為 0~3N。當(dāng)壓力小于 1.5N時，靈敏度為 151mV/N；在 1.5~3N 區(qū)間，靈敏度約為 109mV/N。在 2~4Hz 范圍內(nèi)對動態(tài)力具有動態(tài)響應(yīng)快、靈敏度高的特點。

（3）將觸覺傳感器陣列裝備在機械手上，應(yīng)用實驗測試系統(tǒng)，測試了觸覺傳感器陣列的輸出特性。結(jié)果表明，根據(jù)觸覺傳感器陣列的輸出電壓及接觸的觸點數(shù)目，可以識別抓取的飲料樣品，且對所選取的樣品有很好的區(qū)分度。為進(jìn)一步證明，對裝滿水的樣品進(jìn)行測試，獲得了更高的識別精度。

（4）選擇了機械手在抓取過程中能夠提取的特征值，應(yīng)用支持向量機算法，分別對不同特征值個數(shù)和不同訓(xùn)練集與測試集比例進(jìn)行分類識別。實驗結(jié)果表明，當(dāng)訓(xùn)練集與分類集比例為 9:1 且選擇三個特征值時，分類識別準(zhǔn)確率越高，為 87.5%。

引用本文

黃珊, 王博文, 趙智忠, 王亮, 翁玲. 應(yīng)用于機械手的磁致伸縮觸覺傳感器陣列與物體識別[J]. 電工技術(shù)學(xué)報, 2021, 36(7): 1416-1424. Huang Shan, Wang Bowen, Zhao Zhizhong, Wang Liang, Weng Ling. Object Recognition of Magnetostrictive Tactile Sensor Array Applied to Manipulator. Transactions of China Electrotechnical Society, 2021, 36(7): 1416-1424.