形状记忆合金驱动器

2024-08-12

形状记忆合金驱动器（精选9篇）

形状记忆合金驱动器篇1

摘要：针对形状记忆合金驱动器的非线性迟滞特性, 提出了一种改进的自适应控制算法。该算法以MKP逆模型为前馈补偿器, 通过选择性自适应律调整模型参数, 从而实现动态磁滞补偿, 以达到实时准确控制。采用仿真实验对其性能进行了初步验证。结果表明, 该算法具有收敛速度快、运算负荷小、抗噪能力强等优点, 适合于实时控制应用。

关键词：形状记忆合金驱动器,磁滞算子理论,自适应控制,计算机仿真

0 引言

形状记忆合金 (Shape memory alloy, SMA) 作为新型驱动器在航天、电子、土木、医疗、自动控制等多个领域具有广阔的应用前景[1,2,3]。然而其本身具有的复杂非线性迟滞特性, 不仅会带来控制难题, 而且还会影响系统性能。为了消除迟滞非线性对系统的不良影响, 往往需要在控制方案中考虑磁滞补偿。其中一种有效的方法就是利用描述迟滞行为的现象学模型 (如Preisach模型[4,5]) 构建逆模型作为前馈补偿器, 其作用是根据目标输出轨迹预测所需的输入, 而模型的参数识别是实现该方法的关键。

尽管通过实验可获取SMA驱动器在预设负载下的迟滞曲线, 再运用插值或最小均方拟合运算可获得其模型参数[6,7], 但这种识别方法对测量误差敏感, 而且SMA的迟滞行为会随着负载的不同及热机械循环次数的增加而变化[8]。因此, 上述“离线”方式识别的模型作为静态的输入-输出映射, 无法适应系统的动态变化。近年来, 国外研究者提出了一种将KP磁滞模型与梯度自适应法相结合的控制方案, 用以实现参数的在线更新及闭环磁滞补偿[9], 但应用梯度自适应法在每个采样周期更新全部参数 (以下称作全局性自适应律) , 一方面会造成参数收敛速度慢, 另一方面加大了运算负荷, 尤其不适用于涉及多个SMA驱动器的实时控制应用[10]。

针对上述问题, 本研究提出了一种基于改进的KP磁滞模型 (以下称作MKP模型) 与选择性自适应律的控制方案, 旨在简化运算量, 提高参数收敛速度和磁滞补偿的有效性, 达到准确控制的目的。

1 MKP磁滞模型

1.1 磁滞算子理论

MKP模型与KP模型都是由基于磁滞算子理论的传统Preisach模型演变而来。其基本原理是磁滞系统对输入信号的响应可视为基本磁滞算子的权重叠加[11]。将磁滞出现的区域范围 (即Preisach平面, 输入T∈[Tmin, Tmax]) 等分为K×K的网格, 其间距为ΔT= (Tmax-Tmin) / (K-1) , 网格节点数为N=K× (K+1) /2。每个节点sij= (αi, βj) 对应一个基本磁滞算子γsij (T, ξsij) 和一个加权因子μsij, 其中αi=Tmin+ (i-1) ΔT, βj=Tmin+ (j-1) ΔT, 而i、j=1、2、…、K且i≥j。由此可得到磁滞模型的离散化表达式:

undefined

式中:γsij是基本磁滞算子函数, 反映磁滞算子响应输入变化的当前状态, 变量ξsij代表其之前的状态。

1.2 MKP 磁滞算子

Preisach、 KP 与MKP模型的区别在于所采用的基本磁滞算子不同 (见图1) 。 Preisach 算子只有-1和+1 两个输出状态。KP算子可输出[-1, +1]内的任意值。而以+1、-1作为算子的状态值上下限源于磁滞算子理论最初的物理含义[12], 即每个基本磁滞算子都代表一个在正、负极性间变化的磁偶极子, 而并非该模型应用的限定条件。因此, 基本磁滞算子的定义不必恪守该边界条件, 尤其是在应用于构建其它材料的模型时。这里采用的MKP算子就是将KP算子的输出范围减半为[0, +1]。

由图1可知, MKP算子的边界函数可表示为:

undefined

式中:左边界取x=T-αi-1, 右边界取x=T-βj-1, x的变化上限a设为ΔT。整个MKP算子的输出变化可表示为:

undefined

式中:undefined代表温度变化方向, ξsij将被γsij的当前值不断更新。

通过这样的改进, 处于最小输出状态的MKP算子因值为0而不必纳入模型输出的计算, 从而使MKP模型在计算效率上优于Preisach 模型和KP模型。随着Preisach 平面离散化精细程度的提高, 算子数量及模型参数大大增加, 这一优点将更加显著。

1.3 MKP 逆模型

根据磁滞算子模型的图形化解释, 先前的输入史会在Preisach平面上形成阶梯状的分界线, 在其下方的所有MKP算子处于最大状态值, 而其上方的所有算子处于最小状态值, 位于分界线上的算子则处于中间状态。当下一输入增加时, 该分界线在水平方向上的最后阶梯向上移动;当输入减小时, 其垂直方向上的最后阶梯向左移动。假设当前时刻的输入为Tc, 输出为Yc, 下一时刻的目标输出为Yd, 目标输入为Td, 根据上述机理推导出的MKP逆模型的数学表达式如下:

如果Yd>Yc且满足H (βm-1)

undefined

式中:n=0、1、…、f。由此可计算出f+1个可能的输入值, 从中选取最小值为目标输入Td。

如果Yd

undefined

式中:n=0、1、…、f。由此可计算出f+1个可能的输入值, 从中选取最大值为目标输入Td。

2 自适应控制方案

整个自适应控制方案的原理框图如图2所示。其中MKP估计逆模型 (undefined-1) 作为前置补偿器, 将目标输出 (Yd) 映射为预计输入 (undefined) , 以此作为SMA磁滞系统与MKP估计模型 (undefined) 的输入, 并由后者产生一个预计输出 (undefined) 。由于估计模型初始参数 (undefined) 由简单实验确定或任意假定, 并非精确模型参数, 使得估计模型初始不能准确反映磁滞系统的实际输入-输出关系, 导致输出误差 (undefined) , 因此再进一步通过选择性自适应律根据该误差对估计模型参数进行实时在线调节, 使得输出误差逐渐趋于0, 从而实现磁滞系统对目标轨迹的准确跟踪。

为了更好地理解选择性自适应律的机理, 先分析MKP算子如何响应输入变化。不失一般性, 假设先前的输入史在Preisach平面产生了如图3 (a) 所示的阶梯状边界。图3 (b) 、 (c) 为下一输入在增大和减小情况下的算子响应。

通过比较不难发现, 在两种输入情况下, 输出状态发生改变的所有MKP算子都位于实虚线围成的区域 (即Sa) 内, 而其它算子均保持先前的状态。假定之前的预测错误通过前一时刻的参数更新已消除, 则可以认为当前时刻的预测错误仅仅是由区域Sa中的算子所对应的模型参数不准确造成的, 因而只有这部分参数需要更新。由此产生选择性自适应律, 其只将梯度自适应法应用于调整区域Sa所含算子的对应参数, 同时以相反的方向修改区域Sb所含算子的对应参数, 以保证MKP模型的最大输出相对恒定。这样就将参数更新的范围由整个Preisach平面缩小到两个局部区域。在输入增加的情况下, 区域Sb位于区域Sa的正上方, 且与后者在α方向上的范围相同, 而在输入减少的情况下, 区域Sb位于区域Sa的左侧, 且与后者在β方向上的范围相同。令undefinedsij-为在每个采样周期更新前的参数值、undefined为更新前后的参数变化值, 根据上述分析, 结合模型参数应为非负值, 可将选择性自适应律表示如下。

当输入增加时, 假设:

Sa={sij:f≤j≤g, f≤i≤j}

Sb={sij:g+1≤j≤K, f≤i≤g},

对于sij∈Sa, 令:

undefined

则:

undefined

对于sij∈Sb, 令undefined, 则:

undefined

当输入减小时, 假设:

Sa={sij:h≤i≤f, h≤j≤w}

Sb={sij:1≤i≤h-1, h≤j≤w}

对于sij∈Sa, 令:

undefined

则

undefined

对于sij∈Sb, 令undefined,

undefined

则:

undefined

3 计算机仿真实验

采用Matlab/Simulink 对上述MKP自适应控制方案的参数收敛性及抗噪性能进行了初步的仿真实验测试。根据式 (1) - (9) , 将MKP磁滞模型、其逆模型、选择性自适应律及全局性自适应律编写为相应的函数, 并转换为该软件环境下4个用户自定义的Simulink模块, 分别命名为sf_MKP、sf_Inverse_MKP、sf_Selective_Adp 和 sf_Global_Adp。通过灵活组合这些模块, 实现不同的仿真实验。

3.1 数据准备

在仿真试验中, 采用MKP模型模拟基于SMA驱动器的磁滞系统的实际响应, 设其输入温度范围为T∈[20, 70]。Preisach 平面离散化为 10×10 (即K=10) 的网格。设精确MKP模型参数为双变量正态分布, 由式 (10) 进行计算:

undefined

其中σ=b=0.5, 并归一化为:

undefined

估计模型的初始参数为均匀分布, 即undefined。目标输入温度信号为衰减的正弦波, 即:

undefined

时长为100s, 而对应的目标输出由精确MKP模型计算, 采样周期为0.1s。

3.2 实验结果

自适应参数识别仿真实验测试比较了选择性自适应律与全局性自适应律的参数收敛效果。该实验的Simulink框图如图4所示 (以sf_Global_Adp 模块替换 sf_Selective_Adp 模块用于后者的测试) 。

图5以三维分布图的形式展示了精确MKP模型参数、估计MKP模型初始参数及由两种自适应律在不同时刻识别出的参数。

从图5中可以看出, 随着时间的延长, 两种自适应律识别的参数都趋于接近准确参数, 表明随着自适应过程的推进, 参数均具有收敛性。但选择性自适应律的参数收敛速度明显快于全局性自适应律。前者在2s时识别的参数已相当接近精确参数, 而后者在50s时仍不及前者的效果。

为了验证选择性自适应律的抗噪性能, 在信号中加入了由随机信号发生模块产生的3种不同级别的输入噪声 (ε1∈[-1, 1], [-2, 2], [-5, 5]) 和输出噪声 (ε2∈[-1%, 1%], [-2%, 2%], [-5%, 5%]) , 即对给定的输入T (t) 和输出Y (t) , 以Tε (t) =T (t) +ε1 (t) 作为估计模型的实际输入、Yε (t) =Y (t) +Y (t) ε2 (t) 为磁滞系统的实际输出。该实验的Simulink框图如图6所示。

图7对比了MKP估计模型输出与准确输出。由图7可见, 对于±1、±2范围的输入噪声及±1%、±2%的输出噪声, 估计的输出曲线与准确输出曲线很相似。较大的差异出现在输入噪声达到±5、输出噪声达到±5%时。对于通过温度触发而产生形状变化 (如位移变化) 的形状记忆合金驱动器而言, 输入及输出误差主要由用于测量其温度 (如热电偶) 和形状变化 (如LVDT) 的传感器产生。通常热电偶的准确性为±1℃和±2℃, 而LVDT的准确性为其测量范围的±1%或±2%。因此, ±5范围的输入误差、±5%的输出误差已大大超出了实际应用中的测量误差范围, 而即使在如此大的噪声下, MKP估计模型输出与准确输出间的均方根误差仍然较小 (见表1) 。由此可见, 选择性参数自适应率有良好的抗噪性能。

4 结论

基于形状记忆合金驱动器的磁滞系统往往工作在负载动态变化的环境中, 存在初始参数的不确定性及运行过程中不可预测的参数变化等问题, 因此在响应的快速性、准确性、可调整性等方面对控制方案有很高的要求。本文提出的结合MKP磁滞模型与选择性参数自适应律的方案采用自适应机理进行在线参数更新, 尤其适合于这类的应用。与KP模型相比, 所采用的MKP模型大大简化了运算。计算机仿真实验结果也证明该改进的控制方案能够有效地补偿磁滞、实现快速的参数收敛, 并对测量噪声有很强的鲁棒性。目前, 该方案是以温度作为控制信号, 而在实际应用中形状记忆合金驱动器的温度变化主要是通过电加热实现的, 因此直接的控制变量并非温度, 而是加热电流。在后续研究中, 将进一步构建由电流控制温度的模块, 以完善整个控制方案, 并进行实时实验验证。

参考文献

[1]Yang Kai (杨凯) , Gu Chenglin (辜承林) .Novel functionalmaterial for21st century-shape memory alloy (21世纪的新型功能材料-形状记忆合金) [J].Metallic Funct Mater (金属功能材料) , 2004, 11 (6) :35

[2] Okamura H, Yamaguchi K, et al.Light-driven actuator withshape memory alloy for manipulation of macroscopic objects[J].Int J Optomechatronics, 2009, 3 (4) :277

[3] De Sars V, Haliyo S, et al.A practical approach to the de-sign and control of active endoscope[J].Mechatronics, 2010, 20 (2) :251

[4] Banks H T, Smith R C.Hysteresis modelling in smart ma-terial systems[J].J Appl Mechan Eng, 2000, 5 (1) :31

[5] Galinaitis W, Rogers R.Control of a hysteretic actuatorusing inverse hysteresis compensation[J].ProceedingSPIE, 1998, 3323:267

[6] Ktena A, Fotiadis D I, et al.A preisach model identificationprocedure and simulation of hysteresis in ferromagnets andshape-memory alloys[J].Physica B, 2001, 306 (1-4) :84

[7]Li Fan (李帆) , et al.Method based on first order reversalcurves to identify hysteresis in smart materials (迟滞非线性的一种离散Preisach函数辨识法) [J].J System Simulation (系统仿真学报) , 2007, 19 (17) :4065

[8] Luo H Y, Abel E W.The influence of loading during coldshape formation on the amount of shape recovery in NiTi al-loys[J].Smart Mater Structures, 2006, 15 (5) :1235

[9] Webb G V, Lagoudas D C.Hysteresis modelling of SMAactuators for control applications[J].J Intelligent MaterSystems Structures, 1998, 9 (6) :432

[10] Rediniotis O K, Wilson L N, et al.Development of a shape-memory-alloy actuated biomimetic hydrofoil[J].J Intelli-gent Mater Systems Structures, 2002, 13 (1) :35

[11] Krasonselskii M, Pokrovskii A.Systems with hysteresis[M].Heidelberg:Springer-Verlag, 1989

[12] Hughes D, Wen J.Preisach modelling of piezoceramic andshape memory alloy hysteresis[J].Smart Mater Structures, 1997, 6:287

形状记忆合金驱动器篇2

形状记忆合金本构模型的研究进展

为了进一步推动形状记忆合金本构模型的发展与工程应用,综述了形状记忆合金本构模型的发展状况;对具有一定影响的`模型的理论基础、应用范围及优缺点等进行了分析和比较;并介绍了作者提出的计算完全约束下回复力的本构模型;指出了目前在本构模型研究中应考虑的因素和拟解决的一些关键问题,在主、被动控制尤其是在主动控制中,建立全面系统的相变运动方程及应力-应变-温度本构模型是十分重要的.

作者：邓宗才霍达杜修力作者单位：北京工业大学,建筑工程学院,北京,100022 刊名：北京工业大学学报 ISTIC EI PKU英文刊名：JOURNAL OF BEIJING POLYTECHNIC UNIVERSITY 年，卷(期)：2002 28(4) 分类号：V231.95 关键词：形状记忆合金本构模型回复力

形状记忆合金驱动器篇3

实用的气动肌肉最早出现于20世纪50年代, 用于帮助肢体功能有障碍的病人进行一些辅助运动和康复运动[1]。气动肌肉由内部橡胶管及外部纤维编织网构成, 因此也称橡胶驱动器[2,3]。气动肌肉具有功率/质量比大、柔性好、结构简单、使用方便等优点, 在仿生机器人关节驱动中得到了越来越多的应用[4]。但已有的气动肌肉由于外层纤维丝编织网无法主动变形, 以及气体的可压缩等原因, 和生物肌肉相比在驱动特性上还有差距[3], 表现在特性相对固定、不可根据驱动需求来调节、位置精度不高, 以及自适应能力差等方面。针对上述问题, 我们设计了基于形状记忆合金 (shape memory alloy, SMA) 丝编织网的智能气动肌肉。

本文研究SMA丝编织网变形对气动肌肉驱动特性的改善作用, 建立系统机构模型和驱动力模型, 分析智能气动肌肉的收缩率、单位截面积收缩力和变刚度特性, 利用仿真对比分析智能气动肌肉、传统气动肌肉和人类肌肉的特性。智能气动肌肉可用于需要柔顺驱动的高精密制造业和仿生机器人关节驱动等领域。

1 智能气动肌肉机构与测试平台

本文设计的智能气动肌肉的机构如图1所示, 它主要由橡胶管和套在其外部的SMA丝编织网组成。智能气动肌肉通气后, 橡胶管膨胀, 和SMA丝编织网紧密贴住, 将气体的作用力传递到编织网上, 使智能气动肌肉直径变粗、长度缩短。此时, 如果将智能气动肌肉与负载相连, 就会产生驱动力。智能气动肌肉主要由SMA丝编织网承受外力。智能气动肌肉的力学模型除了和供气压力有关外, 还主要和SMA丝编织网的结构参数有关[3]。

编织网的几何结构及等效的单根编织网丝展开结构如图2所示[5]。

图2中, F为气动肌肉产生的轴向驱动力, L0为气动肌肉初始长度, L为气动肌肉长度, θ0为初始编织角, θ为编织角, D0为气动肌肉初始直径, D为气动肌肉直径, l0为单根SMA丝的初始长度, l为单根SMA丝的长度, n为SMA丝缠绕圈数。由图2几何关系可得

L0=l0cos θ0 (1)

n πD0=l0sin θ0 (2)

L=lcos θ (3)

n πD=lsin θ (4)

一般金属材料受到外力作用后, 会发生弹性变形, 在屈服点产生塑性变形, 应力消除后, 留下永久变形[6]。而SMA在发生塑性变形后, 加热到相变温度之上, 能够回复到变形前的形状[7]。从式 (3) 可知, 气动肌肉长度和编织网丝长度有关, 因此通过SMA丝编织网的主动伸缩变形, 可对气动肌肉进行调节。

为此, 本文设计了实验测试平台, 用于气动肌肉驱动特性的实验测试, 如图3所示。实验中, 负载提供稳定的负载拉力。位移传感器和拉力传感器用来测量智能气动肌肉长度的变化量和产生的

拉力。采用计算机对测量值分析和计算, 并输出两路脉冲宽度调制 (pulse-width modulation, PWM) 波信号。一路信号放大后直接加热SMA丝编织网来改变其温度, 从而控制其变形。另一路信号经放大后驱动电磁阀, 控制气动肌肉内部充气压力。

2 智能气动肌肉模型和特性分析

2.1 驱动力输出模型

假设气动肌肉通气膨胀后形状为理想圆柱体, 且忽略橡胶弹力和摩擦力等因素。参考图2, 通过受力分析, 建立轴向的力平衡方程:

nFtcos θ=πD2p/4+F (5)

式中, Ft为编织丝的内部拉应力;p为气动肌肉的充气压力, 即表压力。

和径向的力平衡方程:

2nFtsin θ=πD2p/tan θ (6)

联立式 (5) 和式 (6) 可得驱动力:

$F = \frac{π}{4} D^{2} p (\frac{2}{\tan^{2} θ} - 1)$ (7)

2.2 伸缩率特性分析定义气动肌肉的收缩率为

ε= (L0-L) /L0 (8)

当F=0时, 气动肌肉处于自由收缩状态, 此时增加气压, 收缩率可达到最大。此时, 由式 (7) 可得

2/tan2θmax-1=0 (9)

即θmax=54.7°。

由于纤维丝刚度较大, 所以可以认为l≡l0, 传统的气动肌肉理论最大收缩率为

$ε_{\max} = \frac{l_{0} \cos θ_{0} - l c o s θ_{\max}}{l_{0} \cos θ_{0}} = 1 - \frac{1}{\sqrt{3} \cos θ_{0}}$ (10)

智能气动肌肉由于采用了SMA丝编织网, l为可主动调节量, 理论最大收缩率为

$\begin{array}{l} ε^{'}_{\max} = \frac{l_{0} \cos θ_{0} - l c o s θ_{\max}}{l_{0} \cos θ_{0}} = 1 - \\ \frac{(1 - ε_{S Μ A}) \cos θ_{\max}}{\cos θ_{0}} = 1 - \frac{1 - ε_{S Μ A}}{\sqrt{3} \cos θ_{0}} (11) \end{array}$

式中, εSMA为SMA丝加热后收缩率, 定义同式 (8) 。

考虑到Ti-Ni合金丝的使用寿命, εSMA≤8%。从式 (11) 可见, 调节SMA丝长度可改善气动肌肉的最大收缩率。由式 (11) 可得智能气动肌肉理论最大收缩率为

$ε^{'}_{\max} = 1 - \frac{0.92}{\sqrt{3} \cos θ_{0}}$ (12)

2.3 单位截面积收缩力特性分析

单位截面积收缩力是衡量肌肉驱动力的重要指标。参考文献[8]中生物肌肉应力公式, 可得气动肌肉单位截面积的理论输出收缩力:

$σ = \frac{3 \cos^{2} θ - 1}{\sin^{2} θ} p$ (13)

对智能气动肌肉和传统气动肌肉的单位截面积收缩力的比较, 应在编织角相同情况下进行。所以在编织角θ不变的情况下, SMA编织网丝的主动伸缩必然导致气动肌肉内腔充气压力的变化。将此过程视为准平衡过程[9], 则下式成立:

p1V1=p2V2 (14)

式中, p1和V1分别为SMA丝收缩前智能气动肌肉内腔充气压力和容积;p2和V2分别为收缩后智能气动肌肉内腔充气压力和容积。

忽略橡胶管壁厚, 气动肌肉内腔容积为

$V = \frac{π D^{2} L}{4} = \frac{(l s i n θ)^{2} l c o s θ}{4 n π}$ (15)

联立式 (14) 和式 (15) 可得

$p_{2} = \frac{V_{1}}{V_{2}} p_{1} = \frac{1}{(1 - ε_{S Μ A})^{3}} p_{1}$ (16)

当智能气动肌肉收缩率εSMA达到最大时, 将εSMA=8%代入式 (16) 可得

p2=1.28p1 (17)

在p1=p条件下, 联立式 (13) 和式 (17) , 可得智能气动肌肉单位截面积的理论输出收缩力:

$σ^{'} = 1.28 \frac{3 \cos^{2} θ - 1}{\sin^{2} θ} p$ (18)

比较式 (13) 和式 (18) 可见, 使用SMA丝编织网, 可有效增大智能气动肌肉的单位截面积输出伸缩力。

2.4 变刚度和刚密度特性分析

气动肌肉相比于其他多数驱动器的突出优势在于刚度可变化。气动肌肉的变刚度特性也使得机器人关节的运动具有很好的柔顺性。变刚度特性使得气动肌肉可以在很方便地实现机器人关节位置控制的同时, 实现力的控制。

气动肌肉的刚度可通过收缩力对长度求导得到, 参考文献[10], 气动肌肉静态刚度

$Κ = \frac{3 L p}{2 n^{2} π}$ (19)

刚密度为刚度与截面积的比值, 参考图2可得刚密度计算公式:

$Κ_{d} = \frac{6 L p}{(n π D)^{2}} = \frac{6 L p}{l_{0}^{2} - L^{2}}$ (20)

式 (19) 表明气动肌肉的长度和充气压力是影响刚度的主要因素。所以对智能气动肌肉和传统气动肌肉的变刚度特性的比较, 应该在长度相同情况下进行, 并采用与单位截面积收缩力比较时相同的智能气动肌肉调节过程。

由式 (14) , 结合三角形边长关系进一步推导可得

$p_{2} = \frac{L π D_{1}^{2} / 4}{L π D_{2}^{2} / 4} p_{1} = \frac{l_{0}^{2} - L^{2}}{(1 - ε_{S Μ A})^{2} l_{0}^{2} - L^{2}} p_{1}$ (21)

式中, D1和D2分别为SMA丝收缩前和收缩后的智能气动肌肉的直径。

调节过程中, 收缩前的充气压力p1=p。

智能气动肌肉调节过程中, 由式 (19) 可得

K2/K1=p2/p1 (22)

式中, K1和K2分别为SMA丝收缩前和收缩后智能气动肌肉的刚度。

将式 (21) 代入式 (22) 可得

$Κ_{2} = \frac{3 L}{2 n^{2} π} \frac{l_{0}^{2} - L^{2}}{(1 - ε_{S Μ A})^{2} l_{0}^{2} - L^{2}} p_{1}$ (23)

由式 (20) 可得

$\frac{Κ_{d 2}}{Κ_{d 1}} = \frac{l_{0}^{2} - L^{2}}{(1 - ε_{S Μ A})^{2} l_{0}^{2} - L^{2}} \frac{p_{2}}{p_{1}}$ (24)

式中, Kd1和Kd2分别为SMA丝收缩前和收缩后智能气动肌肉的刚密度。

将式 (21) 代入式 (24) , 并结合式 (20) 可得

$Κ_{d 2} = \frac{6 L (l_{0}^{2} - L^{2})}{[(1 - ε_{S Μ A})^{2} l_{0}^{2} - L^{2}]^{2}} p_{1}$ (25)

由式 (23) 和式 (25) 可知, 智能气动肌肉在外长度不变的情况下, 通过改变εSMA也可改变肌肉的刚度和刚密度。智能气动肌肉变刚度特性更突出, 更接近人类肌肉。灵活的变刚度特性使得智能气动肌肉驱动的关节可根据位置来调节刚度, 便于实现精确的力/位置混合控制。

从保持气动肌肉长度不变的SMA丝调节过程可知, 主动调节SMA伸缩, 可弥补气体压缩引起的位置误差, 为改善气动肌肉位置精度提供了新的方法。

3 仿真研究

用MATLAB 7.0进行仿真, 将基本参数相同的德国FESTO公司气动肌肉和Ti-Ni SMA丝编织网智能气动肌肉的最大收缩率、单位截面积收缩力和变刚度特性进行对比。仿真中智能气动肌肉基本参数如下:θ0=18.2°, L0=0.235m, D0=0.017m, 初始充气压力p=0.1MPa。SMA丝收缩率εSMA在0～8%范围内调节。

根据式 (10) 和式 (12) 可知, 在负载为零的情况下, 最大收缩率是初始编织角θ0的函数。仿真得到的初始编织角与最大收缩率关系如图4所示。

从图4可知, 初始编织角度越大, 气动肌肉最大收缩率越小。设初始编织角θ0=18.2°, 气动肌肉收缩率εmax=39%。智能气动肌肉收缩率εmax可从39%变到44%, 更接近生物肌肉的最大收缩量范围 (40%～50%) [10]。在初始编织角固定的情况下, 智能气动肌肉的最大收缩率可在一定范围内调节, 从而可适应机器人不同肢体部位的驱动需求。当初始编织角为54.7°时, 气动肌肉长度达到理论最小值, 不可再收缩。而智能气动肌肉可以在SMA主动变形时, 继续收缩, 直到编织角为57.9°。

根据式 (13) 和式 (18) 可得编织角和单位截面积收缩力关系, 如图5所示。仿真开始时, 在没有负载的情况下, 充气压力为0.1MPa, 使气动肌肉收缩到最短, 编织角达到54.7°。而后在p≡0.1MPa的情况下, 施加负载力, 使气动肌肉的编织网的编织角恢复到18.2°。

从图5可知, 编织角越大, 单位截面积收缩力越小。当气动肌肉编织角达到54.7°时, 收缩长度达到理论最小值, 此时单位截面积收缩力为零。注意最大收缩率和初始编织角的仿真是在没有负载的情况进行的。而单位截面积收缩力是在负载变化, 而编织角相同情况下进行的。

在编织角相同时, 智能气动肌肉的单位截面积收缩力不仅大于传统气动肌肉, 而且在一定范围内可调节, 能像人类肌肉一样等张收缩 (轴向) , 从而使气动肌肉具有更大的爆发力。

根据式 (20) 和式 (25) 可得气动肌肉长度和刚密度的关系, 如图6所示。仿真开始时, 在没有负载的情况下, 施加内压0.1MPa, 使气动肌肉收缩到最短, 长度达到0.197m。而后在p≡0.1MPa情况下, 施加负载力, 使气动肌肉的长度恢复到0.299m。

从图6可知, 气动肌肉长度越长, 刚密度就越大。在气动肌肉长度相同时, 智能气动肌肉能在一定范围内调节刚密度, 能像人类肌肉一样等长收缩 (径向) 。在关节的驱动运动应用中, 智能气动肌肉具有更好的柔顺性, 便于实现位置和力的同时控制。人类肌肉单位截面积能够产生的最大力约为350kN/m2。由于肌肉的疲劳, 能长久维持的力约为最大力的30%, 即100kN/m2[10]。因此, 实际使用中, 为模拟人类肌肉功能, 智能气动肌肉的充气压力应保持在 4kPa左右。

4 结论

本文研究了基于SMA编织网的智能气动肌肉的驱动特性。建立了智能气动肌肉的驱动模型, 推导了收缩率、单位截面积收缩力和变刚度等特性的计算公式。最后, 通过与传统气动肌肉的特性进行对比分析, 发现智能气动肌肉编织角范围更广, 单位截面积收缩力更大, 且刚度变化更灵活、更突出, 特性优于传统的气动肌肉。尤其是智能气动肌肉可通过主动调节SMA丝编织网变形来对特性进行调节, 适应不同驱动动作的需求, 性能更接近人类肌肉。下一步将在智能气动肌肉驱动器运动控制精度和变刚度柔顺控制等方面继续开展工作。

参考文献

[1]李醒飞, 郑奇, 张国雄.类人气动肌肉模型与实验研究[J].天津大学学报, 2005, 39 (3) :242-247.

[2]隋立明, 张立勋.气动技术在康复领域中的应用[J].液压气动与密封, 2006 (4) :33-35.

[3]Koeneman E J, Schuhz R S, Wolf S I, et al.A Pneu-matic Muscle Hand Therapy Device[C]//Proceed-ings of the 26th Annual International Conference ofthe IEEE EMBS.San Francisco:IEMBS, 2004:2711-2713.

[4]Balasubramanian S, Huang H.Quantification of Dy-namic Property of Pneumatic Muscle Actuator forDesign of Therapeutic Robot Control[C]//Proceed-ings of the 28th IEEE EMBS Annual InternationalConference.New York, IEMBS, 2006:2734-2737.

[5]李宝仁, 刘军, 杨刚.气动人工肌肉系统建模与仿真[J].机械工程学报, 2003, 39 (7) :23-28.

[6]Vasina M, Solc F, Hoder K.Shape Memory Alloys-Unconventional Actuators[C]//2003 IEEE Interna-tional Conference on Industrial Technology.Mari-bor, Slovenia:ICIT, 2003:190-193.

[7]祝捷, 曹志奎.SMA驱动的微型双三足步行机器人作方位运动的研究[J].传动技术, 2002, 16 (4) :23-28.

[8]隋立明, 王祖温, 包钢.气动肌肉与生物肌肉的力学特性对比研究[J].机床与液压, 2004 (6) :22-24.

[9]SMC (中国) 有限公司.现代实用气动技术[M].2版.北京:机械工业出版社, 2003.

形状记忆合金驱动器篇4

镍钛形状记忆合金具有优良的力学性能、腐蚀抗力、形状记忆效应、超弹性、阻尼特性和生物相容性等特点,其应用范围涉及航空、航天、机械、电子、化工、能源、建筑和医学等领域.综述了镍钛形状记忆合金激光焊接技术的研究进展,指出了今后的发展前景与研究方向.

作者：王蔚赵兴科黄继华陈俐作者单位：王蔚,赵兴科,黄继华(北京科技大学材料学院)

陈俐(北京航空制造工程研究所)

刊名：航空制造技术 ISTIC英文刊名：AERONAUTICAL MANUFACTURING TECHNOLOGY 年，卷(期)： “”(z1) 分类号：V2 关键词：镍钛形状记忆合金激光焊接技术航空航天

形状记忆合金驱动器篇5

1 TiNi合金薄膜的制备方法

目前TiNi合金薄膜的制备主要用物理气相沉积的方法,包括磁控溅射、闪蒸法、脉冲激光沉积和喷涂法等[7]。

自1990年以来,磁控溅射法开始用于制备TiNi合金薄膜。磁控溅射法由于其加工简单,沉积速度较快,镀膜密度高,且薄膜成分与靶材成分基本一致,因此目前多用此种方法制备TiNi合金薄膜。溅射的靶材一般是合金靶材,但是得到的薄膜与靶材会有一定偏差,可采用嵌入Ti片、延长预溅射时间、使用独立靶材等方法来控制元素成分[8]。

在早期曾有学者用真空蒸发镀的方法制备TiNi合金薄膜[9],但是后来发现用这种方法制备薄膜时,由于在蒸发过程中Ni和Ti的蒸发速率不同,得到的膜Ni和Ti深度分布并不均匀,薄膜并不具备形状记忆效应,因此真空蒸发镀膜并不适用于制备TiNi合金薄膜。为了解决真空蒸发镀膜法中Ni和Ti分布不均的问题,Eiji Makino等人[10]采用闪蒸法来制备TiNi薄膜。闪蒸法是将TiNi合金颗粒逐个送入蒸发器中蒸发,Ni原子和Ti原子几乎同时蒸发,这样得到的薄膜Ni和Ti的分布与靶材十分接近,得到的合金薄膜性能也优于真空蒸发镀膜。

Coabattar应用激光蒸发沉积 (LAD) 法制备了具有形状记忆效应的薄膜,这种方法可以用来制备各种材料的薄膜,并且得到的薄膜与靶材的成分基本一致。Jardin[11]用电弧喷涂方法,以TiNi线材为原料,以Ar气为载体,将熔融合金吹至基板表面冷却,最终制得具有形状记忆效应的TiNi薄膜。

2 影响TiNi合金薄膜性能的因素

在制备具有形状记忆效应的TiNi合金薄膜的过程中,热处理时的温度和加热时间是影响薄膜性质的关键因素[12]。除此之外,薄膜的成分,选择的基底的种类,基底的温度,背底压力和Ar的气压等都会对形成的薄膜的结构和性能产生影响。

2.1 元素成分对薄膜结构和性能的影响

大量研究表明TiNi合金薄膜中Ni原子的含量在0.476<x<0.531之间时,薄膜才具有形状记忆效应,且Ti和Ni原子含量细微的变化都会对薄膜的相变温度产生显著的影响,进而影响薄膜的性能[13]。Ni含量改变0.2%(原子分数),合金的相变温度就变化25 ℃左右。Ni含量增加,Ms点降低,薄膜的性质也同时发生变化[14]。而Patrick Surbled[15]则指出,富Ni的TiNi合金薄膜的相变温度与薄膜的成分或是热处理温度无关,而富Ti的TiNi合金薄膜的相变温度对成分或热处理温度变化比较敏感,比等原子比或富Ni的TiNi合金薄膜的相变温度更高。退火温度升高时,富Ti成分的TiNi合金薄膜的相变温度会经历一个先升高、再降低后又升高的过程。

2.2 热处理对薄膜结构和性能的影响

2.2.1 基底的选择

制备TiNi合金薄膜时,一般采用Si、SiO2、NaCl等作为基底。宫峰飞等[16]在研究TiNi合金薄膜的马氏体相变时曾采用熔石英作为薄膜基底。在不同的基底表面沉积薄膜,得到的薄膜性质会有所不同。傅宇东等[17]对直流磁控溅射法制备TiNi合金薄膜的工艺进行了研究,发现基体对薄膜形貌影响规律不同,单晶硅基体上薄膜形貌和经验规律大致相同,玻璃基体与经验规律不符。

基底对薄膜性能的影响还体现在两个方面,一是基底表面的粗糙程度,基底表面太光滑时,薄膜容易与基底剥离;二是基底的温度,在常温基体上溅射薄膜,不形成晶相结构,当温度升高时,溅射原子形成晶相结构,生成具有形状记忆效应的薄膜,但当温度继续过高时,薄膜原子和基底原子之间的互扩散严重[18]。此外,基底温度对薄膜的晶化温度也有一定的影响,曹伟产等[19]研究发现基底温度越高,薄膜的晶化温度越低,而随着基底温度的身高,晶粒的大小却随之减小,而薄膜的相结构不变。因此,在不改变相结构的前提下可以通过控制衬底的温度来控制晶粒的大小。

2.2.2 热处理的温度和时间

在常温基底上镀得的TiNi合金薄膜并不具备形状记忆效应,需经过热处理后才形成晶相结构,进而获得形状记忆效应。在热处理过程中的两个主要参数退火温度和时间影响着薄膜的相变结构和性能[20]。

柳美荣等[21]发现在对TiNi合金薄膜在550 ℃热处理1 h后,在升温过程中薄膜由M马氏体相直接变为B2奥氏体相,而在降温时则会经历:B2相→菱形R相→M相的相变。热处理时,加热温度不同导致生成的薄膜结构也不相同。傅宇东等研究发现,在0.2 Pa左右的Ar气压下,在单晶硅基体上溅射薄膜,当基体温度为室温时,薄膜显微结构式圆顶型柱状晶,200 ℃时纤维状晶粒,400 ℃是致密柱状晶,而550 ℃的纤维结构为等轴状晶。宫峰飞等[22]讨论了不同的退火温度下薄膜性质的改变,发现在490 ℃进行热处理时,薄膜有序度提高但并未晶化,在550 ℃加热0.5 h后,经DSC测量显示有一个强衍射峰和两个较弱的衍射,说明薄膜已经晶化。但在1 000 ℃加热0.5 h后,B2相衍射峰变得很弱。同时,在薄膜的拉伸实验结果中可看到,在600 ℃加热0.5 h的薄膜回复力和恢复力最大,随着温度增加,回复力减小,高于700 ℃后薄膜变脆。柳美荣等认为薄膜的断裂强度随测试温度的升高而增大,残余应变随温度的升高而减小,当温度大于Af点时,薄膜表现出超弹性。

热处理时,时间的长短对薄膜的结构和性能影响也很大。Jardin的研究表明,在540 ℃保温20 min,薄膜就已经晶化,延长保温时间,则会析出Ni4Ti3等析出物。Ishida等也发现,对于Ti-51.3 at.%-Ni的薄膜,相变温度会随着热处理时间的延长而升高,原因与Ni4Ti3等物质的析出有关。而热处理时间的长短对于等原子比的TiNi合金薄膜则无影响。

因此,在对TiNi合金薄膜进行晶化热处理时,选择适当的加热温度和时间,对于薄膜的相变温度、组织结构和性能有着重要的影响。

2.3 其他实验参数对薄膜结构性能的影响

在制备TiNi形状记忆合金薄膜的过程中,除了基底材料和热处理温度外,背底压力,Ar的气压等因素也会对薄膜的结构和性能造成影响。背底压力增大时,薄膜杂质会随之增加,因此背底压力越小越好,一般不超过1.33×10-3 Pa。同时Ar的气压也对TiNi合金薄膜的性能有影响,气压越大,薄膜沉积速度越快,但是高压Ar气条件下制得的薄膜结构较疏松[23]。

3 TiNi合金薄膜的应用

TiNi合金薄膜由于其回复率高、回复力大,响应速度快,对温度,外力的感应灵敏,且易于集成化制造,适用于制作微型驱动器和微型继电器等,因此近年来被国内外的学者广泛应用于微机电系统等领域[24]。

1990年,J.A Walker等[25]用在TiNi合金薄膜刻蚀的方法制作成的微型弹簧,通过电流加热驱动,响应速度可达到20 Hz。其尺寸微小,可用于微型驱动器。

Bayashi等人[26]用TiNi合金薄膜制成长度小于1 mm的微型机械手,用电控制TiNi合金薄膜的相变,从而控制它的动作。美国Lawrence Livermore国家实验室也制成了微钳,该钳的相变温度正好在体温之上,十分适用于医用。

TiNi合金薄膜还被用于制作成光阀门,M. Tabib-Azar等[27]制备的光阀门可以将光强度在1 s之内减少17%。

除上述应用外,TiNi合金薄膜在MEMS中还被用于制作微泵,微型继电器,线性微驱动器,智能传感器等[28]。由于TiNi合金具有良好的生物相容性和抗腐蚀能力,TiNi合金薄膜还被广泛应用于医学领域,制作医用支撑架、人工心脏等。

4 TiNi合金薄膜的发展前景

形状记忆合金驱动器篇6

在临床的应用过程中, 发现术中术后骨折端分离移位是一个不容忽视的问题。主要的原因在于掌骨不同层面的外径差别较大, 而记忆合金固定时其内径较为一致, 这样当掌骨骨折受到牵拉应力时, 就容易发生骨折端分离, 不利于骨折的愈合。尤其骨折部位位于掌骨干偏两端, 更容易发生骨折端移位[1]。

我们经过不断总结, 对形状记忆合金固定掌骨骨折进行了改进。即采用形状记忆合金和克氏针相结合的方法, 通过其对骨折加压锁定的原理, 扩大了形状记忆合金的应用范围, 收到了良好的治疗效果。

1 资料与方法

1.1 一般材料

我院2006年—2012年收治15例掌骨骨折病例, 均采用了形状记忆合金环抱器-锁定系统治疗。本组15例均为新鲜骨折, 其中1例为重物砸伤致多发掌骨骨折, 且为开放性, 软组织损伤严重。余均为单根骨折。共有15处骨折, 其中第2掌骨3例、3, 4掌骨各5例, 第5掌骨2例, 掌骨干骨折9例, 掌骨中远1/3或近中1/3处6例;骨折类型除3例为短斜形, 余均为横断形。年龄20岁~53岁, 男14例, 女1例, 平均年龄31岁。

内固定材料采用张家港市苏南医疗器械有限公司生产的形状记忆合金环抱器及克氏针, 4对环抱臂, 臂长3/4周, 变形温度为0~4℃, 回复温度为37~45℃。直径为1.0 mm的同质材料克氏针。

1.2 手术方法

采用臂丛麻醉, 于上臂上段气囊止血带下操作。取手背侧纵向或S形切口, 向侧方拉开肌腱, 在骨膜外分离, 暴露骨折端。清除骨折端血凝块及嵌插组织, 复位, 临时固定。

选用合适形状的环抱器, 在紧贴最近端环抱臂的远侧缘垂直于骨面钉入1枚锁定针, 至穿透对侧皮质, 另1枚锁定针置于环抱器主梁另一侧。

取下环抱器浸泡于无菌生理盐水的冰水混合物中, 等其变软后撑开各环抱臂, 环抱于骨折部位 (骨折端位于环抱器中段) , 环抱器主梁尽量紧贴于骨质。用37~45℃温盐水纱布覆盖其上, 使环抱器恢复原状, 通过锁定针对骨折产生加压作用。

术中检查复位满意, 固定牢固, 截短克氏针, 约留0.5 cm, 针尾折弯。松止血带, 止血, 逐层缝合。

1.3 术后处理

其中1例开放性骨折患者, 术后应用3 d抗生素, 余均给予消肿治疗。2周拆线, 进行功能锻炼。复查骨折愈合后, 可恢复日常生活。

2 结果

本组15例患者除1例局部软组织发生感染, 2周后取出固定物, 给予抗炎、换药石膏托外固定, 3个月复查X线片, 骨折端临床愈合。余14例在3个月~6个月复查, 未发现骨折端分离、移位, 骨折端全部愈合。1年内施行内固定取出术, 不影响正常生活[2]。优良率100%。

3 讨论

利用镍钛形状记忆合金的物理特性, 随着温度的变化, 其硬度会发生变化, 在0℃左右的环境里, 其硬度变软, 在手术中术者根据骨折部位的形状将环抱器变形, 置入容易;而在接近人体体温时, 迅速恢复到初始状态, 变得坚硬无比, 起到了坚强内固定的作用。另外形状记忆合金的弹性模量较低, 顺应性高, 避免了与应力强行对抗导致内固定断裂。这种弹性固定的方式符合生物学固定的理念, 有利于骨折愈合, 避免了传统内固定材料坚强刚性和顺应性低而引起的内固定断裂情况。在应用形状记忆合金固定时, 骨膜不需要广泛剥离, 各个环抱臂与骨皮质是点状接触, 不影响骨皮质微循环;加上手术不破坏骨髓腔内的血运, 从而保护了骨折局部血运, 有利于骨折的愈合[3]。

掌骨是短状骨, 其结构中干细, 两端粗大, 手术固定不属于坚强固定, 在术后功能锻炼及日常生活中会受到扭转应力, 有可能出现骨折端分离及旋转移位, 导致骨折畸形愈合或不愈合。在此, 我们做了进一步的改进, 2枚锁钉紧贴于环抱臂的两侧, 可预防某一方向的旋转, 但不能控制向另一方向的旋转。如果厂家在环抱器主梁上留置2个锁钉孔, 在使用时就方便很多, 另外可推广到形状记忆合金髌骨爪、肋骨骨折环抱器等。

并不是所有的掌骨骨折都适用该加压环抱器, 对于粉碎性骨折、掌骨基底或掌骨头骨折及骨折斜面较长或螺旋形骨折就不适用;另外, 形状记忆合金环抱器价格偏高, 在应用时应考虑患者的经济状况。镍钛合金长时间存在人体内对人体健康造成一定的影响, 然而, 经过生产过程中表面钝化处理, 对控制镍离子的释放有显著作用[4]。

参考文献

[1]荣国威, 翟桂华, 刘昕, 等译.骨折内固定[M].第3版.北京:人民卫生出版社, 1995:294-295.

[2]Kendall CB, brown TR, Millon SJ, et al.Results of four-corner arthroaesis using dorsal circular plate fixation[J].Hand Surg (Am) , 2005, 30 (6) :903-907.

[3]王亦璁.骨与关节损伤[M].第3版.北京:人民卫生出版社, 2001:154-157.

基于形状记忆合金的动力吸振研究篇7

形状记忆合金 (shape memory alloys, 以下简称SMA) 是近几十年逐步发展起来的一种新型智能材料, 其特点是在较低的温度条件下塑性成形且可消除外部应力, 而加热时又可恢复最初形状。而动力吸振技术自1902年由Frahm发明以来, 由于其结构简单, 抑振效果好, 在工程实践中得到广泛应用。而主动式吸振器抑振范围较宽, 减振效果更好, 近年来得到了长足的发展, 将SMA等新型智能材料应用到结构振动控制中, 成为现代结构控制的研究热点。

1 基于SMA的吸振器模型

基于SMA的变刚度的调谐吸振器的工作原理是基于SAM自身的加热与冷却间变化时, 其弹性模量变化致使调谐吸振器的固有频率可变, 从而可追踪外部激励频率的变化而变化, 最终实现以较小的能量, 在较宽的频带范围内达到更好地减振效果。为了实现SMA式动力吸振器在较宽频带内衰减主振系统的振动, 采用了多根SMA丝来产生一系列离散的调谐条件。故增加形状记忆合金丝数量, 可增多可调谐的固有频率。而基于SMA的动力吸振器由悬臂梁、末端质量块两部分组成, 如图1所示, 其中SMA合金丝置于悬臂梁结构构件中。对末端质量块施加作用力, 悬臂梁可以实现横向运动, 则可将悬臂梁作为吸振器的弹性元件, 变刚度的实现则由悬臂梁执行。即通过适时的加热和冷却SMA丝, 使SMA丝的弹性模量改变, 从而改变梁的刚度, 最终改变吸振器的固有频率。

2 耦合SMA吸振器的主振系统模型

如图2所示, 由力学原理, 得到耦合SMA吸振器的主系统的运动方程:

其中, M1和K1分别为主系统的质量和等效刚度, M2、KSMA和C分别为动力吸振器的质量、等效刚度和等效阻尼, F0sinωt为主振系统上的激励力。

定义以下无量纲参数:

其中, ω1为主振系统的固有频率, ω2为动力吸振器的固有频率;δ为主振系统在激励下的静位移;μ为动力吸振器与主振系统的质量比;α为动力吸振器与主振系统的频率比;β为激励力频率与主振系统的频率比;λ为动力吸振器的相对等效阻尼比。

由振动理论可知, 减振特性可由主振系统的振幅A1与主振系统在激励下的静位移之比来描述, 即

3 减振特性分析

为了对比传统的动力吸振器与SMA式动力吸振器的减振效果, 选取动力吸振器与主振系统的质量比μ=0.25, 动力吸振器的相对等效阻尼比λ=0.1, 传统的动力吸振器与主振系统的频率比α=1, 而基于SMA的动力吸振器的固有频率可以跟踪外界的激振频率变化, 即其中β为激励力频率与主振系统的频率比, 则可以得出

根据公式 (2) 和 (3) , 得到两者不同的吸振效果理论曲线图, 如图3所示。从图中可知, 在反共振点上, 即β=1时, 两种动力吸振器的效果相同。但当激励频率发生偏移后, 即偏离反共振点时, 传统的动力吸振器的吸振效果急剧恶化, 而基于SMA的主动调谐吸振器, 在偏离反共振点的较大范围内依然具有较好的吸振效果, 没有出现吸振效果恶化的情况。

4 结语

基于形状记忆合金的弹性特性, SMA式动力吸振器的刚度可随着减振对象的激励频率变化而改变, 具有可调范围较大, 振动线性度较好, 拓宽了有效吸振频带, 具有很好的减振效果。下一步工作需要研究SMA式动力吸振器的各参数对减振效果的影响, 为主动式SMA吸振器设计提供理论储备。

摘要：形状记忆合金 (SMA) 具有体积小、质量轻、响应速度快、自适应强的特点。本文研究了基于SMA的动力吸振器, 并建立了与主振系统耦合的力学模型, 对比分析了传统动力吸振器与耦合SMA的动力吸振器的减振效果, 并分析了SMA式动力吸振器的主振系统的稳态响应特性。

关键词：形状记忆合金,动力吸振,力学模型

参考文献

[1]丁文静.减振理论[M].北京:清华大学出版社, 1988.

[2]顾仲权, 马扣根, 陈卫东.振动主动控制[M].北京:国防工业出版社, 1997.

形状记忆合金驱动器篇8

1 实验材料与方法

将直径为ϕ0.40mm的NiTi合金丝 (Ni, Ti原子比为50.8∶49.2) 剪成2～3mm长的小段, 清洗干净后球磨4h, 球料的质量比为20∶1, 球磨后的NiTi合金粉末形貌如图1所示。再按一定比例将NiTi合金粉末与粒径为40～80目的尿素颗粒混合均匀, 用不同的预成型压力压制成ϕ20mm×20mm的圆柱状生坯。然后将生坯置于真空热压烧结炉中, 在6.67×10-3MPa的真空度下加热到250℃并保温1h, 以除去尿素造孔剂, 然后再以15℃/min的加热速度加热到预定温度并保温一段时间, 烧结后得到不同孔隙率和孔径尺寸的多孔NiTi合金样品。用体积-密度法测量烧结后多孔NiTi合金样品的孔隙率, 用Panalytical公司生产的X’Pert PRO型X射线衍射仪进行物相组成分析。用ROSCAN-450型扫描电子显微镜对NiTi合金粉末及烧结后的多孔NiTi合金的微观形貌进行观察。采用Instron万能材料试验机测试多孔合金的压缩性能。

2 实验结果与分析

2.1 多孔NiTi合金的相组成

低温烧结时, 多孔NiTi合金中主相为Ni3Ti, 在高于850℃的情况下, NiTi成为主相。为使烧结产物具有良好的性能, 须使烧结产物基体中的主相为NiTi相[11], 因而本工作烧结温度选择为900, 950, 1000, 1050℃。图2是不同烧结温度制备的多孔NiTi合金样品的XRD分析结果。可见, 四组多孔合金主要由B2, B19相组成, 并伴有Ni4Ti3相。但相对于传统的Ni粉和Ti粉近等原子比混合烧结方法制备的多孔NiTi合金, 本方法制得的相组成纯净一些。

2.2 烧结温度对多孔合金组织和性能的影响

图3为造孔剂添加量为70%, 预成型压力为150MPa, 不同温度下保温4h后制备的多孔NiTi合金的微观形貌。从图中可以看出, 多孔合金的平均孔隙尺寸随着烧结温度的升高逐渐增大, 并且趋于均匀化。900℃烧结时, 多孔合金内部孔隙大多比较小, 并且大小分布不均, 粉体基本没有经扩散作用黏合, 只是简单的粉末间的堆砌。随烧结温度的升高, 孔径尺寸变大, 但数量减少。这是由于一部分小孔因固相及气相的热膨胀等原因使孔径增大, 而另一部分小孔则受到热膨胀产生的应力向内挤压, 使得孔径收缩甚至孔隙闭合。高于950℃烧结时, 还可看到样品内部有某些熔化的区域。根据 NiTi合金相图[6], 在 950℃左右有一个共晶熔点, 所以当烧结温度高于 950℃时, 压坯内部就会产生一定的液相。在1050℃烧结时制得的多孔NiTi合金样品的孔径分布更加均匀, 集中在50～400μm。

(a) 900℃; (b) 950℃; (c) 1000℃; (d) 1050℃ (a) 900℃; (b) 950℃; (c) 1000℃; (d) 1050℃

图4为制备的多孔NiTi合金的孔隙率变化情况。随烧结温度增加, 多孔合金孔隙率先增大后减小。900℃烧结的样品中粉末之间结合力较低, 还基本保持压制生坯的状态;950℃烧结的样品中有少量液相出现, 颗粒间的结合较紧密, 使得孔隙增多, 孔径增大;随着液相的增多, 很多细小孔隙因液相流过而减小或消失, 从而使得1000℃和1050℃烧结的样品孔隙率持续下降。

多孔NiTi合金的抗压强度变化曲线如图5所示。抗压强度随着烧结温度的升高逐渐增大。当烧结温度为900～1000℃时, 多孔合金的抗压强度较低, 这是因为在1000℃以下烧结时, 多孔NiTi合金的骨架内存在大量的微小孔隙, NiTi合金粉体间结合力较弱, 从而显著地降低了NiTi合金骨架的抗压强度。而1050℃烧结的多孔合金的抗压强度得到明显提高, 达30MPa, 原因是此时多孔NiTi合金的骨架相对较致密, 进而抗压的能力较强。

2.3 保温时间对多孔合金组织和性能的影响

随着保温时间的延长, 产物中NiTi相的含量相应增加[12]。因而本工作选取在1050℃分别保温3, 4, 5, 6h。图6为造孔剂添加量为70%, 预成型压力为150MPa, 1050℃保温不同时间制备的多孔NiTi合金的微观形貌。可以看出, 保温3h时, 合金样品中大多孔隙比较细小, 少数较大孔隙的分布和尺寸也很不均匀。粉体结合不够紧密, 烧结进行得不够完全。保温5h时, 样品中大孔隙所占的比例要比保温3h时的大, 分布也更均匀。但与保温4h的相比, 粉末间结合更加紧实。保温6h样品的孔隙尺寸要大于3h和5h的, 但小于4h的。而且, 从形貌观察可以看出样品的液化现象比较明显, 出现明显液相流过的痕迹, 而且存在较大由于液相留过而形成平滑表面的区域。

(a) 3h; (b) 5h; (c) 6h (a) 3h; (b) 5h; (c) 6h

图7为保温时间对孔隙率变化的影响。随保温时间的延长, 孔隙率先增加后减少。其原因主要是, 随着保温时间的延长, 粉体颗粒间的结合越来越紧密, 从而使原有孔隙一部分减小或消失, 而另一部分增大, 但同时多孔合金的体积也相应地减小, 开始是界面能最小原理起主导作用, 所以孔隙率是增加的, 随着保温时间的进一步延长, 转变成体积的收缩起主导作用, 所以随着NiTi合金的体积明显减小, 孔隙率也在减小。

保温时间对多孔NiTi合金抗压强度的影响曲线如图8所示。随着保温时间的延长, 多孔合金的抗压强度逐渐增大。这是因为随着保温时间的延长, 液相的形成及流动填充了多孔NiTi合金骨架内一定数量的微孔, 使得多孔NiTi合金的骨架变得越来越致密, NiTi合金粉体间结合的也越来越好, 所以其抗压强度逐渐增加。

2.4 预成型压力对多孔合金组织和性能的影响

图9为造孔剂添加量为70%, 1050℃保温4h时, 预成型压力对多孔NiTi合金微观形貌的影响。从图中可以看出, 150MPa和205MPa压力下制备的多孔合金的孔隙分布均匀且孔径细小, 而较小的136MPa压力下制备的合金相对来说孔隙分布较为随机且不均匀, 明显可以看出有较大孔。高达272MPa时, 孔隙分布不均匀, 三维通孔数量很少, 粉体颗粒紧密接触, 孔壁紧实。所以在预成型压力过大或过小时烧结样品的孔隙分布不均, 连通性较差, 只有在恰当的压力下才能获得孔隙尺寸、分布、连通性俱佳的多孔材料。

图10为预成型压力对多孔NiTi合金孔隙率的影响。可见, 随着预成型压力的增加, 多孔NiTi合金的孔隙率逐渐减小。这是由于压力越大, NiTi合金粉末间的缝隙越小, 烧结体的致密骨架部分结合的越充分所引起的。

不同预成型压力下制备的多孔NiTi合金抗压强度变化曲线如图11所示。由图可以看出, 随着预成型压力的增加, 多孔NiTi合金的抗压强度基本是逐渐增加的。当预成型压力为137MPa时, 抗压性能最差, 这主要是由于压力过小, NiTi合金粉体间结合不好造成的。

综合前面的分析, 在添加70%造孔剂时, 预成型压力为150MPa, 1050℃保温5h条件下可以制备出理想的多孔NiTi合金。

3 结论

(1) 采用球磨后的NiTi合金粉末, 添加尿素为造孔剂, 利用粉末烧结法成功制备出高孔隙率、具有较好抗压性能的多孔NiTi合金。

(2) 随烧结温度升高多孔NiTi合金的平均孔隙尺寸增大, 孔隙分布趋于均匀, 抗压强度逐渐增加, 且1050℃烧结的多孔NiTi合金的抗压强度可达30MPa;随保温时间延长, 多孔NiTi合金的孔径减小, 液化现象明显, 抗压强度增加, 但保温时间过长, 孔隙率会降低, 预成型压力过大或过小时烧结样品的孔隙分布不均, 连通性较差, 只有在适当的压力下才能获得孔隙尺寸、分布、连通性俱佳的多孔材料。

(a) 137MPa; (b) 150MPa; (c) 205MPa; (d) 272MPa (a) 137MPa; (b) 150MPa; (c) 205MPa; (d) 272MPa

(3) 在添加70%造孔剂时, 预成型压力为150MPa, 1050℃保温5h条件下可以制备出理想的多孔NiTi合金。

参考文献

[1]WU S L, LIU X M, CHUA P K, et al.Phase transformation be-havior of porous NiTi alloys fabricated by capsule-free hot isostat-ic pressing[J].Journal of Alloys and Compounds, 2008, 449 (1-2) :139-143.

[2]ZHANG Y P, YUANA B, ZENGA M Q, et al.High porosityand large pore size shape memory alloys fabricated by using pore-forming agent (NH4HCO3) and capsule-free hot isostatic pressing[J].Journal of Materials Processing Technology, 2007, 192-193:439-442.

[3]JIANG H C, RONG L J.Ways to lower transformation tempera-tures of porous NiTi shape memory alloy fabricated by self-propa-gating high-temperature synthesis[J].Materials Science and En-gineering A, 2006, 438-440:883-886.

[4]YEH C L, SUNG W Y.Synthesis of NiTi intermetallics by self-propagating combustion[J].Journal of Alloys and Compounds, 2004, 376 (1-2) :79-88.

[5]LI B Y, RONG L J, LI Y Y, et al.Synthesis of porous Ni-Tishape-memory alloys by self-propagating high-temperature syn-thesis:reaction mechanism and anisotropy in pore structure[J].Acta Mater, 2000, 48 (15) :3895-3904.

[6]袁斌, 曾美琴.热等静压法制备多孔NiTi形状记忆合金[J].功能材料, 2004, 35:1647-1651.

[7]李强, 于景嫒, 李晓东, 等.热爆法制备多孔NiTi形状记忆合金[J].材料与冶金学报, 2006, (4) :280-287.

[8]LI Bing-yun, RONG Li-jian, LI Yi-yi, et al.Fabfieation of cellular NiTiintermetallic compounds[J].J Mater Res, 2000, 15 (1) :10-13.

[9]李丙运, GJUN V E.生物医用多孔NiTi形状记忆合金的研究进展[J].材料研究学报, 2000, 14 (6) :561-567.

[10]袁斌, 钟志源, 朱敏.热爆反应合成多孔NiTi形状记忆合金的性能[J].中国有色金属学报, 2004, (7) :1123-1128.

[11]SUMNER D, GATANTE J.Determinants of stress shielding:design versus materials versus interface[J].Clin Orthop RelatRes, 1992, 274:202-212.

形状记忆合金驱动器篇9

SMA材料具有“智能”特性, 它既有传感功能 (感知和接收应力、应变、电、热等信号) , 又有驱动功能 (对激励产生响应) 。此外, 由于SMA具有源于热弹性马氏体相变的所谓形状记忆效应, 又可根据热、力、电各种物理参变量之间的关系对响应进行主、被动控制。另一方面, SMA还具有独特的超弹性 (伪弹性) 性质, 应力应变之间呈现出迟滞循环效应.利用该特性, 在一个加一卸载循环中, 可消耗和吸收结构的相当一部分能量, 实现结构振动的被动控制目的。

1 形状记忆合金的特性

1.1 形状记忆效应

SMA的形状记忆效应是指SMA具有记忆并回复至它在奥氏体状态下的形状的能力。例如, 开始时在较高温度下, SMA组织为奥氏体, 将SMA冷却至低温 (如室温) , SMA中奥氏体发生相变, 转变为马氏体, 如果在马氏体状态下拉伸SMA并留下较大的塑性变形, 那么将SMA加热至一定温度后, 马氏体就会转变为奥氏体, SMA将回复到它开始时的形状。这种形状的回复过程非常快.如果在SMA回复的过程中, 对SMA施加约束, 那么SMA将会产生很大的回复应力 (可达700 MPa) 。此种回复应力可用作结构控制时的驱动力, 也可以用来控制结构的刚度。

1.2 超弹性效应

在一定温度以上恒温拉伸奥氏体SMA, 在热与力的共同作用下, SMA除产生变形外, 还产生马氏体相变, 马氏体相变也会引起SMA变形, 其单轴拉伸应力应变曲线如图1所示。图1中, o点至a点为奥氏体弹性变形;a点到b点的变形由应力诱发的奥氏体向马氏体的相变而引起, b点时, 奥氏体向马氏体的相变已经全部完成;b点到c点的变形是马氏体的弹性变形, c点的应变可以达到8%;c点到d点为马氏体SMA因卸载引起的弹性回复;d点到e点是由于卸载造成的马氏体向奥氏体的相变引起的变形, e点处, 马氏体已全部相变为奥氏体;e点到o点为奥氏体SMA弹性回复。o点应变为零。在合适温度和应力下, 同一般金属相比, SMA的超弹性效应耗散了较多的能量。

利用SMA的超弹性效应可以制成耗能器, 将SMA耗能器中SMA加热到合适温度并加载到合适的应力水平, 当结构振动时, 耗能器可以较大程度地消耗结构振动能量, 从而达到有效抑制结构振动的目的。

2 形状记忆合金在结构振动控制中的应用

不论是处于超弹性阶段还是处于形状记忆效应下的形状记忆合金, 都具有高阻尼的特性, 在振动荷载作用下, 能吸收大量的振动能量。利用这种材料制成的耗能阻尼器安装在机械、建筑及桥梁结构上可以减轻各种因素所造成的振动反应, 实现工程结构的振动被动或主动控制。

2.1 被动控制

利用形状记忆合金的超弹性特性具有高阻尼且经较大变形后能恢复的特点, 可以制作成振动被动控制耗能阻尼器。目前, 以形状记忆合金丝绕制的拉压型阻尼器居多, 这是由于丝材在反复荷载作用下, 由应力诱发马氏体相变变化较均匀, 且相变过程中所产生的热量散失较快, 同时, 丝材力学性能的研究也较成熟。在以丝材为主要阻尼材料的阻尼器设计中, 通过改变绕丝数量和对丝材施加预应变来改变阻尼器的承载力和阻尼性能, 使阻尼器的各性能参数达到最佳, 以满足工程结构抗振的需要。运用超弹性形状记忆合金丝作为耗能器安装在框架结构上, 利用结构的层间相对变形使耗能器消耗能量, 并进行了实验研究, 结果表明:这种耗能器能很好地抑制结构的振动响应。运用形状记忆合金的板材和棒材所设计阻尼器的受力性能较为复杂一些, 这是由于SMA在弯、剪、扭共同作用下受有复杂的应力, 在加卸载过程中, SMA各截面上的相变状态随位置的变化有所不同。因此, 此类阻尼器设计的基础理论问题急需研究。而探讨SMA棒材阻尼器的减振效果, 有关专家也进行了尝试。

在被动控制阻尼器中, 最典型的就是CT阻尼器。它是利用超弹性形状记忆合金发生相变时的相变应力变化小、可恢复的相变应变较大的特性来设计的, 这种阻尼器提供了一个数值不变的库仑抵抗力, 且具刚度始终接近于零。只要环境温度T>Af (保证超弹性工作阶段) , 那么温度变化对阻尼器承载力的影响可以忽略。另外, 由于阻尼力的大小是不变的, 因此振动频率的影响也可不考虑。这两点使得CT阻尼器的性能大大地优于常规的粘弹性阻尼器。

工程中, 不仅可以利用SMA作为主要材料制作阻尼器, 还可以在传统阻尼器上复合SMA材料, 利用传统阻尼器材料和SMA材料各自的优点, 来设计性能更加优良的耗能阻尼器。在橡胶隔震垫上复合SMA棒, 从而形成复合橡胶隔振器, 并把它安装在桥梁上, 进行数值仿真计算, 同普通的橡胶隔震垫的减震性能相比, 复合SMA橡胶隔震器的减震性能不仅明显地优于普通橡胶隔震器, 而且还具有很好的可控性和自适应能力。

2.2 主动控制

由于SMA具有形状记忆效应及电阻特性, 工程中, 利用这些特性可以设计成各种主动控制器。

处于低温下的SMA, 受到大于相变应力的荷载作用后, 产生较大残余变形, 加热后, 残余变形消失, 若SMA受到约束, 则温度的升高将产生很高的回复力。利用这种特性所设计的主动控制器有SMA管接头、汽车用节温器、机器人手爪、记忆合金弹簧等。若将SMA复合到梁、板结构中, 利用SMA的形状记忆效应可实现对此类结构的主动控制。

SMA的弹性模量与材料中所含的马氏体的体积数有很大关系, 而温度的改变会引起马氏体体积数的变化, 因此, 随温度的变化, SMA的弹性模量会产生较大的变化, 一般来说, 处于完全奥氏体下的弹性模量是处于完全马氏体下的3倍以上。利用这种性质, 可实现结构中的振动主动控制。

利用SMA的电阻特性可以实现主动报警或控制, 利用记忆合金丝制成过热信号发生器。这种控制器是把SMA丝作为惠斯通电桥的一个电阻。当SMA丝感温后电阻率发生变化, 从而引起电桥失去平衡, 电流信号通过放大器被放大, 从而激活继电器产生动作。

由于SMA的电阻、变形是温度、应力等的函数。利用这一特性可感知复合材料结构中的内应力分布、裂缝产生及扩展等, 从而制成SMA增强复合材料, 实现结构的振动主动控制;利用SMA在马氏体逆相变时的弹性模量的突发性增加及产生的较大恢复力可主动控制振动, 抑制裂纹的扩展, 自动改变结构的外形。

从上面的分析可以看出, 对结构振动主动控制的思想主要是由于形状记忆合金所具有独特的形状记忆效应和其高温奥氏体相和低温马氏体相之间的弹性模量差异较大, 通过合理调节温度来调整复合SMA结构的刚度或控制力, 来控制结构的振动。但是, 在土木工程中, 由于结构的振动主要是地震和风荷载所引起的, 要真正实现对结构风振和地震反应的主动控制, 通过调节温度来实现SMA力学参数的调整是困难的, 必须采用新的措施来实现。

3 工程实例

【形状记忆合金驱动器】推荐阅读：

磁控形状记忆合金06-03

形状记忆合金丝10-20

TiNi形状记忆合金01-08

形状记忆合金复合材料层板非线性有限元分析06-12

形状记忆特性11-21

形状记忆效应02-06

形状记忆材料论文06-12

形状记忆高分子11-29

形状记忆高分子材料11-30

Mcu记忆合金06-27