1.1 研究目的及意义

随着自动化与机械化时代的到来，以气动肌肉（pneumatic artificial muscle,PAM）为首的各类气动元件也在不断发展并被人们广泛运用于各类康复机器人之中。气动肌肉结构简单，它内层为橡胶管，外层为纤维编织层，两端有封装和固定装置。在气体压力的作用下，气动肌肉径向膨胀，轴向收缩从而产生收缩力驱动物体运动。然而，由于气动肌肉受到内部摩擦力，橡胶弹力以及端部非理想圆柱特性等的影响，加之气动肌肉部分参数不易获得，种种原因使得气动肌肉的精准模型很难得到建立。另外，由于气动肌肉具有非线性和参数时变性等特性，这也使得传统的控制方法往往不能达到很好的控制效果。因此，寻找更加合适的气动肌肉建模方式以及气动肌肉控制方法成为了亟待解决的问题。

气动肌肉以其重量轻，输出力大，功耗小，柔顺性好和安全性高等特点而备受瞩目。其具有诸多与生物肌肉相似的特点，从而在很多方面可以模仿生物肌肉进行某些动作甚至有可能在某些情况下代替生物肌肉。随着人们的深入研究，气动肌肉必将会有更加广泛的应用，这也为康复医疗和人工智能等领域的进一步发展提供了可能，因此对气动肌肉的控制研究具有很大的理论价值和应用价值。

1.2 国内外研究现状

从上世纪50年代开始，人们便着手于气动肌肉控制方法的研究。但由于当时设备条件有限加之理论研究的局限性，使得气动肌肉的控制并不能达到很好的效果。后来，随着各种控制理论的不断发展，许多全新的控制方法也随之产生。

Hildebrandt A, Sawodny O, Neumann R等采用内环PI压力控制结合外环PID位置控制的级联方式对气动肌肉驱动的机械手臂进行控制，达到了较为理想的控制效果。Dang Xuan Ba, Truong Quang Dinh, Kyoung Kwan Ahn等针对气动人工肌肉系统提出了一种先进的位置跟踪方法，称为集成智能非线性控制器。总体控制方法能够快速保证系统的性能响应，高精度和鲁棒性。实时实验在不同的条件下进行，最终验证了该方法的有效性。Kyoung Kwan Ahn，TU Diep Cong Thanh 等针对非线性，提出了一种新的神经网络非线性PID控制器，该控制器适用于一类具有非线性不确定性的对象。实验在实际的气动肌肉机械手上进行，通过实验证明了该控制算法的有效性，表明其具有优越的性能和抗干扰能力。

国内对气动肌肉控制方法的研究起步较晚，但同样取得了许多丰硕成果。王杨，张强，肖晓晖等提出了一种基于鲁棒建模方法的级联控制策略。实验表明，在回旋角度较小以及工作频率相对较低的情况下，使用该策略可以很好的对单根气动肌肉驱动的非对称关节的位置进行跟踪控制。黄剑，王永骥等基于动态面控制的非线性干扰观测器提出了一种新的气动肌肉系统轨迹跟踪方案。所提出的新控制方案综合了动态表面控制的优点，同时估计时变不确定性，以实现固有不确定性的补偿。仿真研究和实验结果证明了该方案的效果，表明在存在建模误差的情况下，该方案依然具有良好的控制性能。王斌锐，沈国阳等分别采用PID控制，滑模控制和基于干扰观测器的滑模控制进行了气动肌肉肘关节位置跟踪实验，实验结果表明基于干扰观测器的滑模控制位置控制精度和鲁棒性均优于PID控制和滑模控制。

如今，虽然气动肌肉的控制方法多种多样，但想要达到完全精准的控制仍旧是一件十分困难的事情，另外如何让气动肌肉快速响应以满足人们的预期，这也需要我们不断探索。在气动肌肉控制方法的研究过程中，还有许多事情等待着我们去完成。

无模型自适应控制（model free adaptive control,MFAC）理论是北京交通大学侯忠生教授在其博士论文中提出的。自提出之日起便备受关注，迄今，国内外已有500余名学者对无模型自适应控制理论的概念、方法和控制器设计进行了直接的引用，并用于解决各种实际系统的控制问题。在机器人领域，王晓峰，李醒，王建辉等设计了一种基于无模型自适应的外骨骼式上肢康复机器人主动交互训练控制方法，该方法实现了外骨骼式上肢康复机器人对患者患肢主动交互训练的辅助与偏差矫正，无模型自适应控制理论被成功应用。另外在三容水箱系统，永磁直线电机，焊接过程，兆瓦级风力发电领域，无模型自适应控制理论同样应用广泛。

作为典型的数据驱动控制理论和方法之一，无模型自适应控制有其独特的优势。PID控制属于无模型控制的范畴，但对于具有强非线性，时变性以及结构参数不确定的系统而言，PID控制的效果不太理想。自适应控制是一种成熟的控制理论，但其要求系统结构已知。故而对于非线性，模型结构变化的对象而言，自适应控制不能达到很好的控制效果。而无模型自适应控制刚好可以弥补他们的不足。对于模型未知，非线性，时变参数或时变结构的系统而言，运用无模型自适应控制方法都可以取得很好的控制效果。