[发明专利]非线性握持状态评估装置标定方法

权利要求书

1.一种非线性握持状态评估装置标定方法，其特征在于，包括：

步骤S1：通过拉伸试验机测量非线性握持传感装置在不同条件下的力-时间曲线与电压-时间曲线，构成离线数据库；

步骤S2：对离线数据库中的曲线进行特征提取，简化数据特征；

步骤S3：利用机器学习方式处理离线数据，针对不同状态指标完成模型训练；

步骤S4：利用训练完毕的机器学习模型对实时握持测量数据生成多指标反馈。

2.根据权利要求1所述的非线性握持状态评估装置标定方法，其特征在于，所述非线性握持传感装置包括非线性压缩单元和压电感应单元，所述压电感应单元设置在所述非线性压缩单元中，所述压电感应单元受压时产生电压信号。

3.根据权利要求1所述的非线性握持状态评估装置标定方法，其特征在于，所述力-时间曲线与电压-时间曲线相互对应。

4.根据权利要求1所述的非线性握持状态评估装置标定方法，其特征在于，所述步骤S1中的不同条件包括不同的拉伸机压缩高度和压缩速度。

5.根据权利要求1所述的非线性握持状态评估装置标定方法，其特征在于，所述步骤S2包括：通过数据特征粗提取对电压-时间曲线进行特征提取，通过主成分分析法对力-时间曲线进行降维处理。

6.根据权利要求1所述的非线性握持状态评估装置标定方法，其特征在于，所述步骤S3包括：

步骤S3.1：获取拉伸试验机的压缩距离和压缩速度参数，获取非线性握持传感装置的形变状态；

步骤S3.2：采用BP神经网络搭建力信号与电压信号间的非线性映射，实现依靠电信号对力信号进行重构；

步骤S3.3：采用支持向量机模型对压缩速度和非线性握持传感装置的形变状态进行分类识别，通过电信号特征识别出握持速度和形变状态。

7.根据权利要求6所述的非线性握持状态评估装置标定方法，其特征在于，所述握持速度包括快、中等、慢三个档位，所述形变状态包括预变形、接触变形和完全变形三个状态。

8.根据权利要求6所述的非线性握持状态评估装置标定方法，其特征在于，所述步骤S4包括：利用训练完成的BP神经网络和支持向量机模型对实时测量的电压信号的特征进行处理，得到实时反馈的最大握力、握持速度以及疲劳率。

9.根据权利要求8所述的非线性握持状态评估装置标定方法，其特征在于，所述疲劳率通过力-时间曲线上方面积/下方面积计算得到。

10.根据权利要求1所述的非线性握持状态评估装置标定方法，其特征在于，通过支持向量机模型分类得到形变状态，结合实际形变验证传感的可靠性。