(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211442382.4 (22)申请日 2022.11.18 (71)申请人 北京航空航天大 学 地址 100191 北京市海淀区学院路37号 (72)发明人 史震云　黄皓　郑唯一　傅帅　 李瑶　卜琛玥　 (74)专利代理 机构 北京天汇航智知识产权代理 事务所(普通 合伙) 11987 专利代理师 黄川 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) G06N 3/08(2006.01) G06F 111/10(2020.01) G06F 119/14(2020.01) (54)发明名称 一种颗粒阻塞变刚度模块参数优化方法和 装置 (57)摘要 本发明属于软体机器人技术领域， 公开了一 种颗粒阻塞变刚度模块参数优化方法和装置， 所 述方法包括： 构建用于推导力学性能曲线的数学 模型； 对具有不同参数的模块分别进行力学性能 测试并获得力学性能曲线； 依据力学性能曲线， 获得与模块的参数相对应的数学模 型特征向量； 构建以模块参数为输入以及以数学模型特征向 量为输出的浅层神经网络并进行训练； 输入模块 参数至训练好的浅层神经网络， 以及获得预测的 力学性能曲线； 依据设计需求， 筛选力学性能曲 线的预测值并获得与所选预测值相对应的模块 参数。 本发 明通过构建灰盒模型推导力学性能 曲 线， 并利用浅层神经网络预测变刚度模块力学性 能曲线， 实现参数优化设计， 有效降低变刚度模 块设计制造成本 。 权利要求书3页 说明书8页 附图5页 CN 115495853 A 2022.12.20 CN 115495853 A 1.一种颗粒阻塞变刚度模块参数优化方法， 所述颗粒阻塞变刚度模块， 包括： 上法兰盖 (1)、 硅胶薄膜(2)、 过滤网(3)和下法兰盖(4)； 其中， 所述硅胶薄膜(2)和所述过滤网(3)位 于所述上法兰盖(1)和所述下法兰盖(4)之间， 所述上法兰盖(1)和所述下法兰盖(4)通过螺 钉螺母结构连接； 所述硅胶薄膜(2)为中空结构， 内部装满硬质球形颗粒， 所述过滤网(3)能 够防止球形颗粒落入到下法兰盖(4)的气道之中； 所述下法兰盖(4)的气道连接真空泵能够 抽取所述颗粒阻塞变刚度模块内的空气， 其特征在于， 所述颗粒阻塞变刚度模块的参数优 化方法， 包括： S1： 构建表征所述颗粒阻塞变 刚度模块的所受压力与所述颗粒阻塞变 刚度模块的高度 之间关系的用于推导力学性能曲线的数 学模型； 所述数 学模型具有特征向量； S2： 对具有不同参数的颗粒阻塞变刚度模块分别进行力学性能测试并获得对应的力学 性能曲线； S3： 依据所述力学性能曲线， 获得与所述颗粒阻塞变刚度模块的所述参数相对应的所 述数学模型的所述特 征向量； S4： 构建以所述颗粒阻塞变 刚度模块的所述参数为输入以及以所述数学模型的所述特 征向量为输出 的浅层神经网络， 并对所述浅层神经网络进行训练， 所述浅层神经网络用于 预测颗粒阻塞变刚度模块的力学性能曲线； S5： 将待优化颗粒阻塞变刚度模块的参数输入经过训练的所述浅层神经网络， 获得预 测的力学性能曲线； S6： 依据设计需求筛选力学性能曲线的预测值并获得与所选的所述预测值相对应的颗 粒阻塞变刚度模块的参数。 2.根据权利要求1所述的颗粒阻塞变刚度模块参数优化方法， 其特征在于， 所述颗粒阻 塞变刚度模块的参数 ； 其中， 为所述硅胶薄膜的壁厚， Hr为所述硅胶薄膜的硬度， r为所述硬质球形颗粒的直径， μ为所述硬质球形颗粒的摩擦系 数，ρ为所述硬质球形颗粒的质量密度， pnegative为真空负压值； 和/或， 所述数学模型为可解析灰盒模型， 即 ； 其中， F为所述颗粒阻塞变刚度模块的所受压力， h为所述颗粒阻塞变刚度模块的高度， 为所述数学模型的特征向量； 所述特征向量 包括4个特征值， 用于拟合补偿压缩过程中所述硅胶薄膜(2)的不规则变形以及颗粒摩擦耗 散偏差。 3.根据权利要求2所述的颗粒阻塞变刚度模块参数优化方法， 其特征在于， 对具有不同 参数的颗粒阻塞变刚度模块分别进行力学性能测试并获得对应的力学性能曲线的过程包 括： 设定参数 的不同参数值， 以及获得对应的第一参数矩阵 AInput； 所述参数 的不同参数值包括对所述硅胶薄膜壁厚 、 所述硅胶薄膜硬度 Hr、 所述硬质球形 颗粒直径 r或所述真空负压值 pnegative设定不同数值而形成的参数 的参数值；权　利　要　求　书 1/3 页 2 CN 115495853 A 2对依据第一 参数矩阵 AInput制作出的颗粒阻塞变刚度模块进行力学性能测试； 依据力学性能测试 结果， 生成对应 于所述第一 参数矩阵 AInput的不同参数 的力 学性能曲线， 以及组成第一力学性能曲线图集 合。 4.根据权利要求3所述的颗粒阻塞变刚度模块参数优化方法， 其特征在于， 依据 所述力 学性能曲线， 获得与所述颗粒阻塞变刚度模块的所述参数相对应的所述数学模型的所述特 征向量的过程包括： 采用最小二乘法对所述第 一力学性 能曲线图集合中的所述力学性 能曲线图进行拟合， 获得与所述颗粒阻塞变刚度模块的所述参数相对应的所述数学模型的所述特征向量 ； 获得与所述第一 参数矩阵 AInput对应的第一特 征向量矩阵 BEigenvalues。 5.根据权利要求1所述的颗粒阻塞变刚度模块参数优化方法， 其特征在于， 所述浅层神 经网络包括神经 元数量为n的隐藏层； 采用贝叶斯 正则化方法训练所述浅层神经网络 。 6.根据权利要求1所述的颗粒阻塞变刚度模块参数优化方法， 其特征在于， 将待优化颗 粒阻塞变刚度模块的参数输入经过训练的所述浅层神经网络， 获得预测的力学性能曲线的 过程， 包括： 设定待优化颗粒阻塞变刚度模块的参数 的不同参数值以及获得对应的第二 参数矩阵 ； 将所述第二参数矩阵 输入至经过训练的所述浅层神经网络以及获得与 所述 第二参数矩阵 对应的第二特 征向量矩阵 ； 将所述第二参数矩阵 中的参数 以及所述第二特征向量矩阵 中的所述特征向量 输入至所述数学 模型推导力学性能曲线， 并组成第二力学性能曲线图集 合。 7.根据权利要求6所述的颗粒阻塞变刚度模块参数优化方法， 其特征在于， 依据设计需 求筛选预测的力学性能曲线并获得与所选的所述力学性能曲线相对应的颗粒阻塞变刚度 模块的参数的过程包括： 从所述第二力学性能曲线图集 合中选择满足性能要求的力学性能曲线； 获得与所选择的力学性能曲线相对应的颗粒阻塞变刚度模块的参数 。 8.一种颗粒阻塞变刚度模块参数优化装置， 所述颗粒阻塞变刚度模块， 包括： 上法兰盖 (1)、 硅胶薄膜(2)、 过滤网(3)和下法兰盖(4)； 其中， 所述硅胶薄膜(2)和所述过滤网(3)位 于所述上法兰盖(1)和所述下法兰盖(4)之间， 所述上法兰盖(1)和所述下法兰盖(4)通过螺 钉螺母结构连接； 所述硅胶薄膜(2)为中空结构， 内部装满硬质球形颗粒， 所述过滤网(3)能权　利　要　求　书 2/3 页 3 CN 115495853 A 3