本文介绍了一篇由王春雷撰写的河北工业大学硕士学位论文，题为《适用于智能机械手的Galfenol悬臂梁式三维力触觉传感器设计》。该论文于2020年5月发表，指导教师为赵智忠教授和王博文教授，研究得到了河北省自然科学基金项目的资助（编号：E2017202035）。论文的核心内容围绕智能机械手的三维力触觉传感器设计展开，重点研究了基于Galfenol合金的悬臂梁式传感器的输出特性、设计方法及其在智能机械手中的应用。
随着智能机械手在工业生产和日常生活中的广泛应用，触觉感知技术成为其自主控制和智能决策的关键支撑。触觉传感器能够为机械手提供指尖的力觉信息，帮助其实现稳定抓取、滑动检测和精细化操作。然而，现有的触觉传感器在精度、稳定性和耐用性方面仍存在不足，尤其是在复杂作业环境下，传感器的可靠性和灵敏度亟待提升。为此，本文提出了一种基于Galfenol合金的新型三维力触觉传感器，旨在解决现有传感器的局限性。
Galfenol合金是一种新型磁致伸缩材料，具有高磁机耦合效率、低饱和磁场和高抗拉强度等特性，适用于力传感器、精密驱动和振动发电等领域。本文通过理论建模与实验分析相结合的方式，设计了一种适用于智能机械手的三维力触觉传感器，并对其输出特性、动态性能和滤波解耦算法进行了深入研究。
论文的研究内容主要包括以下几个方面：
Galfenol合金悬臂梁式传感器的输出特性研究
基于欧拉-伯努利梁理论、非线性能量均分模型和霍尔效应，推导了Galfenol悬臂梁式传感器的输出模型。通过搭建实验平台，研究了偏置磁场和悬臂梁尺寸对传感器输出特性的影响，确定了最佳励磁磁场，并验证了模型的准确性。
Galfenol悬臂梁式三维力传感器的设计与动态性能研究
基于COMSOL仿真平台，建立了三维力传感器的双向耦合仿真模型，分析了励磁方式的有效性，并验证了传感器三维力传感的可行性。通过阶跃响应和动态响应测试，确定了传感器的自阻尼谐波频率和动态谐波与频率的关系。
数字滤波系统设计与解耦算法研究
为降低自阻尼谐波和动态谐波的干扰，设计了巴特沃斯低通滤波器，并结合机械手动态传感的需求，利用MATLAB的信号处理工具箱设计了数字滤波系统。此外，提出了基于Levenberg-Marquardt算法的BP神经网络解耦方法，用于解决传感器输出信号的非线性问题。
三维力传感器的性能测试与验证
通过静态标定实验获取了训练神经网络的样本数据，并利用MATLAB神经网络工具箱构建了BP神经网络。将滤波与解耦算法嵌入STM32数字处理系统，完成了三维力传感器的信息采集与处理模块设计。最后，通过实验验证了传感器滤波算法与解耦算法的可行性，并配合机械手进行了抓握测试。
Galfenol悬臂梁式传感器的输出特性
实验结果表明，Galfenol悬臂梁式传感器在2~4 kA/m的偏置磁场范围内具有较高的灵敏度和量程，能够有效检测外力作用下的磁信号变化。通过理论模型与实验数据的对比，验证了模型的准确性。
三维力传感器的设计与动态性能
仿真和实验结果表明，所设计的三维力传感器能够有效检测法向力和剪切力，且具有较好的动态响应特性。通过阶跃响应和动态响应测试，确定了传感器的自阻尼谐波频率和动态谐波与频率的关系。
滤波与解耦算法的有效性
巴特沃斯低通滤波器能够有效降低自阻尼谐波和动态谐波的干扰，提高了传感器的信号质量。基于Levenberg-Marquardt算法的BP神经网络解耦方法能够有效解决传感器输出信号的非线性问题，提高了三维力解耦的精度。
传感器性能测试与机械手应用
通过静态标定和动态测试，验证了传感器滤波算法与解耦算法的可行性。机械手抓握测试结果表明，所设计的三维力传感器能够有效辅助机械手实现稳定抓取和精细化操作。
本文的研究成果具有重要的学术价值和应用前景。首先，基于Galfenol合金的三维力触觉传感器设计为智能机械手的触觉感知提供了新的解决方案，解决了现有传感器在精度、稳定性和耐用性方面的不足。其次，所提出的滤波与解耦算法为传感器的信号处理提供了有效的方法，能够显著提高传感器的输出精度和稳定性。最后，该研究为磁致伸缩材料在传感器领域的应用提供了理论支持和实验依据，推动了智能机械手触觉感知技术的发展。
本文通过理论建模、仿真分析和实验验证，设计了一种基于Galfenol合金的三维力触觉传感器，并提出了有效的滤波与解耦算法。研究成果不仅为智能机械手的触觉感知提供了新的解决方案，也为磁致伸缩材料在传感器领域的应用提供了理论支持和实验依据。该研究具有重要的学术价值和应用前景，推动了智能机械手触觉感知技术的发展。