1.一种基于介电弹性体的气动补偿式柔性驱动器结构参数优化方法,其特征在于:其具体包括以下步骤:S1、基于介电弹性体的气动补偿式柔性驱动器工作原理,确定驱动器构型的结构尺寸参数;
S2、以介电弹性体驱动单元质量、工作电压和材料应力作为评价指标,以气压补偿单元质量和材料应力作为评价指标,用结构参数来表达气动补偿式柔性驱动器的性能表达式,建立气动补偿式柔性驱动器总质量、工作电压和材料应力数学模型;
S3、结合实际工况与应用需求,初步对气动补偿式柔性驱动器的性能表达式中各结构参数化简,并确定参数取值范围;
S4、分析各数学模型中关键结构参数的灵敏度指数大小,灵敏度指数较小时划分为定值参数,灵敏度指数较大时划分为待分析参数,确定用简化后的结构参数来表达以总质量、工作电压和材料应力为目标的多目标优化函数;建立多目标优化表达式为:f=min(f1,f2,f3,f4) (1)
其中,f1表示气动补偿式柔性驱动器总质量;f2表示气动补偿式柔性驱动器工作电压;
f3表示气动补偿式柔性驱动器介电弹性体薄膜纵向切开后横截面处的应力;f4表示气动补偿式柔性驱动器气动组件纵向切开后横截面处的应力;
S5、考虑气动补偿式柔性驱动器整机体积在实际工况下的合理性,根据工作气体压力与结构参数关系,建立气动补偿式柔性驱动器整机设计的约束条件:其中,p为工作压力且 [σ]PE为气动组件材料许用应力;S2为材料受应力作用面积;S1为截面受气体压力真实面积;e为变形空间高度;r2为气源输入截面半径;
aP为突触横截面气体腔室高度;bP为突触横截面气体腔室宽度;δPH为突触气体腔室横向壁厚;f为横向变形空间宽度;c为曲边梯形高度;θ为曲边对应圆心角;
封装薄膜材料间厚度与边长存在约束关系:
其中,δ1为介电弹性体厚度;δ2为柔性框架厚度;a1为介电弹性体平面形状边长;c2为柔性框架垂直宽度;
S6、利用S4中获得的多目标优化函数和S5中获得的约束条件,对驱动器结构参数优化并获得最优解集,从最优解集中确定出一组解集,得到气动补偿式柔性驱动器最优结构参数。
2.根据权利要求1所述的基于介电弹性体的气动补偿式柔性驱动器结构参数优化方法,其特征在于:驱动器包括介电弹性体驱动器和气动组件,所述气动组件设置在所述介电弹性体驱动器上。
3.根据权利要求2所述的基于介电弹性体的气动补偿式柔性驱动器结构参数优化方法,其特征在于:所述驱动器包括上柔性框架、下柔性框架和介电弹性体薄膜,所述介电弹性体薄膜设置在所述上柔性框架和所述下柔性框架之间。
4.根据权利要求1所述的基于介电弹性体的气动补偿式柔性驱动器结构参数优化方法,其特征在于:步骤S2具体包括以下子步骤:S21、以气动补偿式柔性驱动器总质量、工作电压、工作压力和材料应力作为评价指标,基于S1中所确定的结构参数建立油箱性能指标数学表达式;
S22、根据气动补偿式柔性驱动器各部分的结构参数与材料密度,建立气动补偿式柔性驱动器总质量的表达式如下:其中,m为气动补偿式柔性驱动器总质量;ρ1为介电弹性体密度;α为框架形状夹角角度;
ρ2为柔性框架密度;a2为柔性框架平面形状外边长;n为气动突触的个数;H为气动组件横截面边长;C6为接头部分深度;aT为气动突触横截面长度;bT为气动突触横截面宽度;r1为固定件连接孔半径;C2为突触间纵向间隔;hS为气体通道纵向深度;δPZ为突触气体腔室纵向壁厚;
S23、根据气动补偿式柔性驱动器介电原理,建立工作电压表达式如下:其中,U为施加电压;ζ0为真空介电常数;ζDE为介电弹性体材料的相对介电常数;δDE为介电弹性体薄膜厚度;σDE介电弹性体薄膜截面应力;
S24、根据气动补偿式柔性驱动器介电弹性体薄膜纵向切开后横截面处的受力情况,建立介电弹性体薄膜截面应力的数学模型:其中,G为气动组件总重力;SD为介电弹性体薄膜导电面积;g为重力加速度;mPE为气动组件气动组件质量;ρ3为气动组件材料的密度;
S25、根据气动补偿式柔性驱动器气动组件纵向切开后横截面处的受力情况,建立气动组件材料截面应力的数学模型:其中,Ps为系统供气压强。
5.根据权利要求1所述的基于介电弹性体的气动补偿式柔性驱动器结构参数优化方法,其特征在于:步骤S3具体包括以下子步骤:S31、根据结构的连接或配合分析各结构参数之间存在的关联关系,对结构参数进行初步简化;
S32、考虑整体机构的工作状态与使用需求,确定关键参数取值范围。
6.根据权利要求1所述的基于电介弹性体的气动补偿式柔性驱动器结构参数优化方法,其特征在于:步骤S4具体包括以下子步骤:S41、结合S2中的气动补偿式柔性驱动器的性能表达式与S31中初步简化的结构参数,进行关键参数灵敏度分析,获得各参数的灵敏度指数;
S42、比较各参数的灵敏度指数相对大小,将灵敏度指数小的参数设为定值参数并确定其取值,将灵敏度指数大的参数设为待分析参数,用于优化设计;
S43、由S22、S23、S24和S25中建立的数学表达式结合最终选取的定值参数与待分析参数,建立多目标优化表达式。