外骨骼机器人是一种新型的可穿戴式助力机电设备,在医疗康复、军事作战、物流搬运等多种领域中有着极为广泛的用途。目前,外骨骼机器人还没有大规模投入市场应用的主要原因之一是,其能源动力系统能量密度低和功率密度低,无法满足其长时间高强度工况下续航时间和动力输出。为此,本文设计了一种适用于外骨骼机器人的复合电源系统,制定了合理的复合电源能量管理策略,实现能量的优化管理。针对课题组自主研发的电液外骨骼机器人,本文对复合电源能量管理关键技术开展研究,主要分为以下几个方面:电液外骨骼机器人能耗分析。从能量消耗与优化的角度,详细分析了电液外骨骼机器人机械系统、能源动力系统以及传感与控制系统优化设计的特点;进行了人-机系统执行末端和电源+驱动部分的能耗分析,获得了系统的能量流动耗散规律,进行了电源部分的参数设计,提出了电源系统优化设计的基本思路。锂电池+超级电容的复合电源设计。分析了锂电池、超级电容和双向DC/DC变换器的工作特性,建立了仿真模型,为能量管理策略仿真平台打下基础;选择了合理的复合电源拓扑架构,进行了锂电池、超级电容的参数匹配,完成了双向DC/DC变换器理论上的详细参数计算与相应的仿真分析。基于双模糊控制器的复合电源能量管理策略研究。根据锂电池+超级电容的复合电源混合供电的特点,既要保证外骨骼机器人动力性能也要考虑复合电源的能量利用效率,设计了基于电液外骨骼机器人工况及其复合电源系统多状态量的双模糊控制器,建立了复合电源能量管理验证模型,分析了锂电池、超级电容功率的动态分配效果,验证了双模糊控制器的能量管理策略的合理性。基于OCV-AH-EKF的电源SOC融合估计算法开发。详细分析了开路电压法、安时法和扩展卡尔曼滤波算法等几种常规电源SOC估计算法的优缺点,提出了基于OCV-AH-EKF的电源SOC融合估计算法,建立了算法的仿真模型,搭建了电液外骨骼机器人多工况SOC估计算法验证试验台。分析结果表明了融合算法的有效性。