力反馈设备是一种人机交互设备,当用户通过力反馈设备与远端或虚拟环境进行交互时,该设备能够提供远端或虚拟环境的反馈力给操作者,极大的增强用户的沉浸感。因此,理想的力反馈设备应满足:高后驱,低惯量,低摩擦,高刚度,合适的工作空间,无齿侧间隙和高控制带宽等。由于力反馈设备的重力会严重影响其后驱性,摩擦,刚度,输出反馈力以及控制性能,因此,设计力反馈设备时,尤其希望该设备具有良好的重力补偿性能。本文的主要工作:设计并实现了一种通用6自由度力反馈设备。研究了该设备的重力补偿问题,提出三种新颖的重力补偿方法,一种是基于ARC机构的重力补偿方法;另两种是基于线性弹簧的重力补偿方法。为了解决重力补偿中复杂约束关系优化问题,提出了两种新颖的群智能优化算法:MSPSO(Modified Simple Particle Swarm Optimization)算法和 MFOA(Modified Fruit Fly Optimization Algorithm)算法。使用MSPSO算法作为重力补偿中的复杂约束关系优化问题的优化工具。上述工作具体表述如下:本文首先设计了一种新颖的通用力反馈设备,提出了一种基于ARC(Auto-Regulation Counterweight)机构的重力补偿方法,通过实时调节平衡块在平衡杆上的位置,实现了对该设备的自动重力补偿。该设备的操作器采用6自由度串联连杆机构,有6个旋转关节,前3个关节能够提供三个反馈力,最大反馈力可达20N,最大连续输出反馈力可达8.5N,最小角度分辨率为0.018°,后3个关节是无源的,最小角度分辨率为0.1°。力反馈更新频率为500～1000Hz,采用线驱减速机构,无齿侧间隙,电机全部安放在底座,操作器万向节的末端执行器处装有三维测力传感器,实现了简单的阻抗控制算法。为了解决力反馈设备重力补偿时存在的复杂约束关系优化问题,本文提出了两种群智能算法作为优化工具。一种是MSPSO算法,该算法不含飞行速度、惯量权重和局部最优位置,引入了跳跃因子。实验结果表明:与PSO和SPSO算法相比,MSPSO算法更简单,更稳定,收敛速度更快,收敛精度更高。另一种是MFOA算法,该方法是针对FOA(Fruit Fly Optimization Algorithm)算法易陷入局部最优的缺点,引入逃离局部因子,能有效避免算法陷入局部最优。实验结果证明了算法的有效性。针对所设计的力反馈设备,提出了一种新颖的基于ARC机构的实时自动重力补偿方法,对该补偿方法进行了原理分析和数学推导,并设计了 ARC机构和ARC控制系统。在设计ARC机构时,充分考虑机构干涉以及机构自身重力对力反馈设备的影响,针对ARC机构的平衡块重力,平衡杆重力和平衡杆重心等优化变量,建立了多变量、非线性复杂约束关系的ARC机构重力补偿的数学模型,引入“最大平衡杆长度”和“多角度曲面面积”作为优化的适应度函数,利用MSPSO算法迭代优化,获得最优平衡块重力、最优平衡杆重力和最优平衡杆重心。在设计ARC控制系统时,建立了控制系统模型,提出了一种前馈补偿+MSPSO-PID的控制算法。该方法能够快速寻找最优的PID参数;针对控制中出现的高频振荡,在PID控制器的微分项中引入一阶低通滤波器,消除了高频振荡。实验结果表明:ARC机构能够对力反馈进行实时自动重力补偿,最高补偿效率可达96.6%。此外,与质量配重重力补偿方法相比较,ARC自动调节方法在补偿重力的同时,不会过多的增加整个力反馈设备系统的惯量。与有源重力方法比较,ARC自动调节方法不仅不会降低系统的力反馈输出性能,如果设计合理,还能够增加系统关节的反馈力。针对所设计的力反馈设备,提出了两种新颖的基于弹簧的重力补偿方法:基于MSPSO的最优简单弹簧重力补偿和基于改进的零自由长度弹簧重力补偿。第一种方法充分考虑了弹簧的连接点位置、自由长度和刚度系数对重力补偿的影响,建立了非线性约束关系的重力补偿模型,引入“拉伸自由长度比”,将连接点位置与“拉伸自由长度比”作为优化量,平均力矩误差作为优化的适应度函数,使用MSPSO算法迭代优化,找到最优连接点位置,最优自由长度和最优平均刚度系数。仿真实验结果表明:第一种方法的有效补偿效率高达98%左右。第二种方法的创新之处在于将弹簧和定滑轮安装在力反馈设备基座上,通过钢丝绳连接到力反馈设备的减速机构处,而不是在力反馈设备的操作臂上,这样做减轻了系统的惯量,同时充分考虑定滑轮的半径长度和安装位置对重力补偿的影响,对改进的零自由长度弹簧建立了严格的数学模型,并在理论上证明了该方法能够对力反馈设备实现完全的重力补偿。