欧美国产伦久久久久久久

<acronym id="cqmsy"></acronym>
<acronym id="cqmsy"><center id="cqmsy"></center></acronym>

24小時論文定制熱線

咨詢電話

熱門畢設:土木工程工程造價橋梁工程計算機javaasp機械機械手夾具單片機工廠供電采礦工程
您當前的位置:論文定制 > 畢業設計論文 >
快速導航
畢業論文定制
關于我們
我們是一家專業提供高質量代做畢業設計的網站。2002年成立至今為眾多客戶提供大量畢業設計、論文定制等服務,贏得眾多客戶好評,因為專注,所以專業。寫作老師大部分由全國211/958等高校的博士及碩士生設計,執筆,目前已為5000余位客戶解決了論文寫作的難題。 秉承以用戶為中心,為用戶創造價值的理念,我站擁有無縫對接的售后服務體系,代做畢業設計完成后有專業的老師進行一對一修改與完善,對有答辯需求的同學進行一對一的輔導,為你順利畢業保駕護航
代做畢業設計
常見問題

柔性驅動手功能康復機器人控制系統的設計

添加時間:2020/07/27 來源:上海師范大學 作者:劉洪梅
本文主要針對一種柔性驅動手功能康復機器人控制系統進行研究,充分考慮到手功能康復機器人和人手之間的耦合性。
以下為本篇論文正文:

摘要

  腦卒中患病率高,是導致手功能受損的主要原因,對手部偏癱患者的康復治 療已經成為現代康復醫學和康復工程的研究熱點。目前國內外主要通過肌肉強度鍛煉,完成運動學習來復原或改善患手的運動功能。在各種手功能康復方法中,機器人輔助康復療法被廣泛采用。手功能康復機器人的主要任務是輔助患者手部關節及手指完成屈曲/伸展運動。柔性驅動手功能康復機器人的手套具有質量輕、與人手的貼合度高的特點,近年來國內外研究人員對此進行大量研究,但其因缺少機械結構,導致運動傳遞不準確、控制難度較高。

  本文主要針對一種柔性驅動手功能康復機器人控制系統進行研究,充分考慮到手功能康復機器人和人手之間的耦合性。通過控制鮑登線的伸長量來控制軟體康復手套,從而帶動患者的手完成手指關節的屈曲/伸展訓練,并且可在指尖產生足夠的指尖力來協助患者完成日常抓握動作,可以提高手功能障礙患者康復訓練效果。本文的工作主要如下:

 。1)設計了柔性驅動手功能康復機器人控制系統的總體方案。對已有的手功能康復機器人本體,進行了硬件系統和軟件系統的設計與優化。

 。2)手功能康復機器人運動學分析。利用三維運動捕捉系統記錄手功能康復機器人運動軌跡得到各手指掌指關節和指尖坐標,由坐標計算得到各個時刻的手指彎曲角度。利用鮑登線伸長量和手指彎曲角度數據,通過系統辨識建立手功能康復機器人數學模型。

 。3)設計了基于滑?刂扑惴ǖ氖止δ芸祻蜋C器人位置控制器,保證系統的穩定性。針對滑?刂茙淼亩墩駟栴},采用在線自適應方法調整滑?刂祈椀脑鲆鎱,削弱了滑?刂品椒▽е碌亩墩。MATLAB 仿真結果表明所設計的控制器可以達到康復醫學和設計時提出的準確性。

 。4)基于柔順控制理論,研究了基于位置閉環的阻抗控制算法。在已有的位置控制器上,增加阻抗控制外環,處理實際力與期望力的差值得到位置修正量,通過位置控制器跟蹤期望的位置,實現抓握力的控制。MATLAB仿真結果表明,該方法具有可靠的力跟蹤能力。

 。5) 搭建實驗平臺,進行位置控制實驗和抓握力控制實驗。實驗結果表明, 在自適應滑模位置控制下手指彎曲角度穩態精度可達 2°,系統的上升時間可達0.47s;在基于自適應滑模位置控制的阻抗控制下,手指抓握力穩態精度可達 0.6N,系統上升時間可達 0.27s.驗證了該控制系統精度高、響應快,具有良好的魯棒性。

  該柔性驅動手功能康復機器人控制系統不僅會增強手功能運動障礙患者的康復效果,加快康復進程,還將推動康復領域事業的發展,更好地解決人機交互問題,讓科技真正的為人們的生活服務。

  關鍵詞:手功能康復;柔性驅動;滑?刂;力控制;魯棒性

柔性驅動手功能康復機器人控制系統

Abstract

  The high prevalence of stroke is a major cause of impaired hand function. The treatment and rehabilitation of patients with hemiplegia has become a research topic in modern rehabilitation medicine and rehabilitation engineering. At present, at home and abroad, the main methods are by strengthen the strength of muscle and complete exercise learning to recover or improve motor functions of the hand. Among various methods of hand rehabilitation, robot-assisted rehabilitation is widely used. The main task of a hand rehabilitation robot is to assist the patient's hand joints and fingers to complete flexion / extension movements. The flexible driving hand rehabilitation robothas the characteristics of light weight and high fit with human hands. In recent years, although researchers at home and abroad have conducted a lot of research on this, due to the lack of mechanical structure, the motion transmission is inaccurate and the control is difficult.

  This paper mainly focuses on the control system of a flexible-driven hand rehabilitation robot, where the coupling between the hand rehabilitation robot and the human hand have been fully considered. The soft rehabilitation gloves are controlled by controlling the elongation of Bowden wire, so as to drive the patient's hand to complete the flexion / extension training of the finger joint, and can generate sufficient fingertip force at the fingertip to assist the patient to complete the daily gripping action. This can improve the effect of rehabilitation training for patients with hand dysfunction.The work of this paper is as follows:

 。1) Design the overall scheme of flexible-driven hand rehabilitation robot control system. Based on the existing hand rehabilitation robot body, the hardware platform and software platform are designed and optimized further.

 。2) Perform kinematic analysis on the rehabilitation hand. The 3D motion capture system is utilized to capture the trajectory of the rehabilitation training process for the coordinates of the joints of the hand rehabilitation robot, thereby calculating the bending angle of the fingers at each moment according to the coordinates. Using the data of Bowden wire elongation and finger bending angle, the mathematical model of hand rehabilitation robot was established through systematic identification method.

 。3) Based on the sliding mode control algorithm, the position controller of the hand rehabilitation robot is designed to ensure the stability of the system. Aiming at the chattering problem caused by sliding mode control, the gain parameters of the sliding mode control are adaptively adjusted online, such that the chattering caused by the sliding mode control method is weakened. The MATLAB simulation results show that the designed controller can achieve the safety and accuracy proposed in rehabilitation medicine and design.

 。4) Based on the compliance control theory, the closed-loop impedance control algorithm for the position is studied. On the existing position controller, an impedance control outer loop is added. The difference between the actual force and the expected force is processed to obtain the position correction amount, and the desired position is tracked by the position controller to realize the control of grip. The MATLAB simulation results verify the reliable force tracking ability of the control method.

 。5) Build experimental platform, the position control experiment and the grip control experiment are tested. The results show that the steady-state accuracy of finger bending angle controlled by adaptive sliding mode can reach up to 2°, and the rise time can reach up to 0.47s. The steady-state accuracy of finger grip controlled by impedance control based on adaptive sliding mode position control can reach up to 0.6N, and the rise time can reach up to 0.27s. The flexible-driven hand rehabilitation robot control system has a high precision, a fast response, a good robustness, which is validated in the experiment.

  The flexible driving hand rehabilitation robot control system will not only enhance the rehabilitation effect of patients with hand function disorders, and speed up the recovery process, but also promote the development of the cause of rehabilitation, better solve the problem of human-computer interaction, and make technology truly serve people's lives.

  Key Words: Hand Rehabilitation; Flexible Drive; Sliding Mode Control; Force Control; Robust

目錄

  第 1 章 緒論

  1.1 課題研究背景及意義

  本課題來源于上海市科委部分地方院校能力建設項目--上肢康復機器人關鍵技術研究與樣機研制(項目編號:16070502900)。

  2015 年世界衛生組織指出,全球 60 歲以上的人群已占總人口的 12.24%,且這一比例正逐年增加。而腦卒中作為老齡化人群中的高發病,其發病率高達11.2%[1-2].據統計,在我國的腦卒中患者中年齡在 40 歲以上的人數已達到 1036萬人,每年新發病在 200 萬人以上[3-4].臨床發現,隨著醫療技術的進步,越來越多的腦血管疾病患者能夠得到及時的手術治療,但仍有很大一部分患者在手術后會出現后遺癥,肢體偏癱和運動障礙是腦卒中后遺癥的主要表現之一。在由腦卒中引起的偏癱患者中,以手部功能障礙的人群居多。人手是人與外界環境溝通交流的重要工具,科學研究表明,人平均每天要進行約 1500 次的抓握動作[5]. 因此偏癱患者手部的康復對于患者的日常生活輔助有重要意義。

  研究顯示,持續高強度的重復訓練可以提高中風后患者手部肌肉的力量,有助于手部功能的恢復[6].傳統的中風康復治療中,需要治療師與患者進行一對一的手把手式康復治療,這種方法不僅成本高、勞動量大,而且無法保證康復訓練效果和強度,缺乏康復訓練參數,導致無法對訓練參數優化來獲得最佳治療方案[7].近年來,機器人技術越來越多地應用于康復訓練,人們期望機器人能夠提供比人工治療更好的訓練和定量的評估恢復狀態。研究表明,患者通過康復訓練機器人輔助進行手部康復訓練的康復效果比進行傳統的物理治療的效果要好[8-11].

  由于人體運動監視器的存在,康復機器人帶動患側手進行訓練時,也會刺激外周神經,傳入大腦感覺運動皮層;颊叻磸瓦M行運動訓練,可以促進潛伏神經通路的啟用和神經軸突發芽,促使運動功能改善和恢復。因此,手功能康復機器人逐漸成為手功能康復機構研究中的熱門課題[12].

  目前市場上的手功能康復機器人還存在如下問題:康復運動功能比較單一,腕關節的運動研究較少,無法滿足人們的實際生活要求;缺乏對患者手指關節力矩、角度、速度的精確實時控制;結構復雜,不便攜;無法精確反饋手功能康復機器人訓練過程中的力和位置信息;訓練過程單一,缺乏趣味性,不利于患者參與訓練實現早日康復。因此,研究高性價比的手功能康復機器人需求迫切。

  2016 年 3 月 9 日,人力資源社會保障部、國家衛生計生委民政部、財政部、中國殘聯發表關于《新增部分醫療康復項目納入基本醫療保障支付范圍的通知》通知將康復綜合評定等 20 項醫療康復項目納入基本醫療保險支付范圍,并要求各級殘聯要協助政府有關部門貫徹落實醫療康復保障政策,加強并積極爭取社會力量對殘疾人實施康復救助。2017 年 2 月 28 日,國務院印發《"十三五"國家老齡事業發展和養老體系建設規劃》,指出要加強康復醫師、康復治療師、康復輔助器具配置人才培養,廣泛開展偏癱肢體綜合訓練、認知知覺功能康復訓練等老年康復護理服務。2017 年 11 月 8 日,國家衛計委發布《康復醫療中心基本標準(試行)》《護理中心基本標準(試行)》及管理規范,文件特別提到,要"打通專業康復醫療服務、臨床護理服務向社區和居家康復、護理延伸的'最后一公里',表明了醫療康復機器人的重要性。

  因此本文設計的以患者為中心、以人性化的位置控制和力控制為著力點的柔性驅動手功能康復機器人控制系統,就是為了保證手功能運動障礙患者康復訓練模式的多樣性,訓練動作的準確性,以及穿戴的舒適性,希望能給手功能運動障礙患者的康復治療和日常生活帶來便利,改善他們的生活。

  1.2 國內外手功能康復機器人研究現狀

  人體共有 206 塊骨骼,而每只手就有 29 塊,這些骨頭由 123 條韌帶聯系在一起[13],人手結構如此復雜,中風后康復的難度也相對增大,幫助人手恢復運動功能的手功能康復機器人的研制也隨即變得復雜和多樣化。手部功能康復機器人的研究最早起源于歐美,而真正實現手部功能康復機器人的產品化是在 21 世紀初。

  1.2.1 國外手功能康復機器人研究現狀

  連續被動(Continuous Passive Motion, CPM)型康復手,是目前為止唯一經過臨床康復應用并驗證有效的手功能康復機器人。CPM 機帶動患肢進行重復往復運動,防止肌肉萎縮,肢體腫脹,提高肌力,增大關節活動度,減輕關節周圍組織粘連,幫助修復損傷的運動神經。最早的 CPM 機不帶反饋,是手功能康復機器人發展前期研制成果。采用開環控制,無法反饋康復手運動過程中的手指關節彎曲角度信息及接觸力信息,運動的方式由預先編輯的固定程序控制,患者無法主動參與到康復訓練過程中。由于手部指關節運動的復雜性,針對手部康復的CPM 機目前比較少,但也有產品面市:法國 KINETEC 公司研制的手指手腕關節康復器[14],如圖 1-1 所示;德國 Otto Bock 公司生產的 Wave Flex 型手指康復裝置[15],如圖 1-2 所示;德國 ORMED 公司生產的 ARTRMOT 型手指康復裝置[16],如圖 1-3 所示;韓國 MAREF 方式研制的 RELIVER RL-100 型手部康復訓練儀[17],如圖 1-4 所示。

  帶反饋的 CPM 機,是在初期的 CPM 機上加入部分傳感器,采集接觸力和手指彎曲角度信息作為反饋實現閉環控制。主要有美國 Rutgers 大學 Burdea 設計的 Rutgers 手指康復裝置[18],如圖 1-5 所示,康復手手掌部位處的 L 型平臺上安裝了 4 個微型氣缸,每個氣缸與球形關節相連,在末端裝有指套,氣缸驅動手指進行彎曲和伸展運動。該康復手安裝有非接觸霍爾傳感器和紅外傳感器,通過測量氣缸的轉動角度和位移計算出手指關節的彎曲角度用于反饋實現閉環控制,但由于氣缸安裝在手掌內部,手指的運動空間受到限制。

  除 CPM 機外,還有一類重復主動運動(Active Repetitive Motion,ARM)型手部康復機器人,用于已達一定肌力水平的患者的康復訓練。該類康復機器人通常帶有反饋系統,患者可有意識地參與或一定程度地控制機器人的運動,達到更好的康復效果。主要有美國 Deaconess Health System 機構設計的 Hand MentorTM 康復手和加拿大維多利亞大學研制的 ARM 康復手。如圖 1-6 所示,美國Deaconess Health System 機構設計的 Hand Mentor TM 康復手[19],可以連續被動彎曲伸展訓練,同時能感知手指屈肌痙攣引起的壓力并誘導手指運動。該康復手的手套尺寸可以調整,可以適應大多成人手的尺寸,穩定可靠,是目前美國康復醫療機構已經使用較為成熟的手部康復設備之一。

  加拿大維多利亞大學研制的具有 CPM 功能的康復手,如圖 1-7 所示,可以獨立實現 0°到 90°的掌骨指骨關節彎曲伸展康復訓練,并安裝了多個關節力傳感器,主動訓練下可以根據手指彎矩大小提供約束力矩,實現主動約束康復訓練,它的最突出之處在于實現了 MCP 和 PIP 關節獨立訓練。

  從人的腦部或手部獲取肌肉活動的生物電信號,通過對生物電信號的分析獲得手指的動作意圖,發送指令給康復手帶動患手運動,符合人體的生理機能,是一種很有應用前景的控制模式。美國 Carnegie Mellon 大學機器人研究所 2004 年研制的手指康復裝置[20],該機構利用肌電信號識別患者活動意圖,驅動裝置帶動患者手指運動。如圖 1-8 所示,該裝置利用氣缸驅動,連桿傳遞力,但由于未配備有效傳感器系統,無法反饋手指康復訓練時的運動信息。

  中風后手部的康復訓練中以未受影響的手為主手,以患手為從手,主手的活動帶動從手的活動,從手裝有多個位置傳感器和力傳感器采集關節信號實現實時交互,達到康復訓練的目的。日本岐阜大學研制的基于 VR 技術的手指康復機器人如圖 1-9[21]所示,其有 18 個自由度,集成了位置傳感器以及力傳感器,采用的 是主從控制方法實現對患肢的康復訓練,即健側佩戴數據手套進行運動信息數據采集驅動控制患側外骨骼,醫師能夠較方便地評價康復效果。此外,該機器人采用了 VR 技術,患者可根據康復理療醫師建議設定的可視化輸入指示獨立完成康復訓練。不足之處是采用臺式設計,便攜性差,造價高,難以實現平民化應用。

  虛擬現實型康復手,采用虛擬現實技術構建虛擬的三維環境,并具備觸覺輔助系統,輔助患者在虛擬的三維環境中完成預設的任務或游戲,進而完成康復訓練。代表性研究成果主要有美國羅格斯大學和新澤西州理工大學研制的虛擬現實康復手[22],如圖 1-10 所示。

  1.2.2 國內手功能康復機器人研究現狀

  國內對于手部康復機器人的研究起步較晚,但最近幾年隨著國內康復理論的發展、完善和康復機器人的需求加大,國內科研機構及醫療器械制造公司加大了資金投入和研發力度,部分研究成果已經進入市場。研究較為突出的主要有以下高校和企業研究機構:浙江杭州亞太醫療器械有限公司研制的 YTK-E 型手指關節康復器[23],如圖 1-11 所示,康復器為臺式裝置,采用關節軸心方式帶動手指運動。在進行康復治療時,將患者手指與可以調節長度的指夾桿固定,通過更換固定桿來對左、右手分別進行康復治療。

  北京航空航天大學機器人研究所在該領域也有涉及,2009 年研發了一種外骨骼式康復手[24],如圖 1-12,該康復手采用伸縮傳動機構,利用位置和力補償雙閉環系統,可以實現被動和主動兩種運動模式,最大關節角度誤差為 1.5°左右。

  哈爾濱工業大學機器人研究所在該領域作了較多的研究[25-29].圖 1-13 是哈爾濱工業大學機器人研究所醫工學實驗室研制的一種 CPM 機,具有集成化、操作方便、適用性強等特點,適用于手指創傷功能康復,采用單自由度的驅動機構模擬手指的自然運動來帶動創傷手指關節進行彎曲、伸展連續被動活動,使得康復過程中的機械手輔助力能夠一直垂直作用于手指,防止對手指創傷關節周圍軟組織的損害。

  現人手自由度,關節運動角度以及各手指的抓握力,從而衡量康復的有效性。

  而現有的手功能康復機器人剛性外骨骼式結構存在質量重,自適應差、存在剛性沖擊等缺點;而柔性穿戴式康復機器人質量輕、與人手貼合度高但因缺少機械結構,導致運動傳遞不準確、控制難度較高。因此,如何提高手功能康復機器人的準確性、穩定性、可靠性,成了當下手功能康復機器人控制研究最為關心的問題。

  1.3 手功能康復訓練機器人控制方法研究現狀

  為了使手功能康復機器人能夠安全精確地帶動患者手指進行康復運動,不僅需要出色的硬件結構,而且需要控制系統的設計。設計手功能康復機器人控制系統的目的就是實現在安全范圍內,手功能康復機器人的位置、速度等狀態變量能夠精確跟蹤給定軌跡。對于手功能康復機器人的控制,有多方面的原因造成其控制精度的降低:(1)電機在工作過程中存在機械摩擦、轉矩波動、環境擾動等因素;(2)由于存在靜摩擦和庫侖摩擦使得手功能康復機器人系統在定位控制跟蹤需要不斷改變方向的參考信號從而造成較大的定位和軌跡跟蹤誤差;(3)由于手功能康復機器人與患者手指之間存在約束,具有閉鏈特征,所以系統在運行過程中會受到外部干擾的影響,比如負載的突變,工作環境的變化等干擾,如果控制系統沒有較強的魯棒性就會導致控制系統性能變差;(4)辨識得到的被控標稱模型與實際被控對象間的誤差,控制系統建模中忽略的結構性不確定因素;(5)傳動部件有限剛性和間隙引起的位置誤差;(6)零部件和材料結構的幾何誤差及其它因素造成的精度降低。

  傳統的PID控制由于算法簡單、魯棒性好以及可靠性高等優點,被廣泛應用,尤其適用于可建立精確數學模型的確定性控制系統。但PID控制器參數整定對于實際控制的適應性很差,對于參數波動的系統無法獲得較高的控制性能。所以針對具有特殊結構、參數耦合特性的手功能康復機器人,傳統的PID 控制已經不能滿足系統的要求。手功能康復機器人控制器的設計重點在于如何抑制人手及外部因素帶來的干擾和降低模型的不確定性給控制系統造成的影響,使手功能康復機器人的軌跡跟蹤精度更高。

  1.3.1 滑模變結構控制方法

  蘇聯學者Emeleyanov在20世紀60年代初提出的滑模變結構控制方法,其以獨特的優點和特性為具有模型不確定的系統,為系統的穩定性和一致性問題提供可靠方案,且設計過程思路清晰。從根本上看,滑模變結構控制是一類特殊的非線性控制,其非線性表現在控制的不連續性。這種控制策略與其他控制的不同之處是控制系統的"結構"不固定,滑模變結構控制系統的結構可以在動態過程中根據系統當前的狀態(如偏差及其各階導數等)不斷變化,迫使系統按照預定的"滑動模態"的狀態軌跡運動[30].因為滑動模態可以被設計且與對象參數擾動無關,所以滑模變結構控制具有一系列優點,比如快速響應、對參數變化及擾動不敏感、無須系統在線辨識、物理實現簡單等。

  Utkin介紹了對滑模變結構控制的前期研究工作[31],隨后Young第一次提出在機器人控制問題中采用變結構控制器[32],通過使系統進入滑動模態,利用設計的控制器消除了關節間的非線性耦合,從而有效地解決了機器人的定點調節問題。

  經歷了50多年的發展,滑模變結構控制已形成了一個相對獨立的研究分支,成為自動控制系統的一種一般的設計方法,適用于線性與非線性系統、連續與離散系統、確定與不確定系統等。

  滑模變結構控制需要滿足以下設計目標:(1)滑動模態存在;(2)滿足到達條件。即在切換面??(??) = 0以外的相軌跡將在有限時間內到達切換面;(3)滑模運動漸近穩定并具有良好的動態特性。

  以上滑模變結構的三個設計目標可歸納為兩個設計問題,一是切換函數的設計問題,二是和控制律的求取問題。在實際的控制系統中,由于系統具有存在慣性、時間延遲等特性,使滑模變結構控制在滑動模態下存在不可避免的高頻抖振。

  抖振能夠影響控制系統的精確性,易激發系統中的高頻未建模動態,從而破壞系統的性能,更嚴重的是可能使系統產生振蕩或失去穩定。因此,關于如何消除滑模變結構控制信號抖振現象就成為滑模變結構研究的關鍵問題,許多學者從不同的角度提出了不同的解決辦法。

  文獻[33]用了一種基于魯棒滑模和時延估計(CSMTDE)的笛卡爾自適應控制,控制受不確定非線性動力學和外力作用的冗余外骨骼機器人 ETS-MARSE.

  通過選擇滑動笛卡爾曲面和滑動關節曲面實現魯棒性和準確性,系統地解決了閉環系統的穩定性,確保了輸出跟蹤誤差的漸近收斂。

  準滑?刂剖峭ㄟ^在邊界層外采用正常的滑?刂,而在邊界層內采用連續狀態反饋控制來實現的,因此能夠有效地避免或削弱了抖振現象。文獻[34]采用SMC 與邊界層(SMCBL)相結合的方法,消除了系統的抖振現象,提高了系統的性能。但是由于采用準滑動模態,降低了系統的魯棒性以及系統的跟蹤精度。文獻[35-36]也在各自的控制系統中提出了帶濾波器的滑?刂,實現了控制器輸出信號的平滑。文獻[37-38]采用動態滑?刂茖崿F了移動機器人的跟蹤控制,明顯地消除了產生的抖振現象。

  文獻[39-40]通過模糊控制和滑?刂频牟煌Y合方法, 在保證滑模到達條件的前提下,利用模糊控制降低了抖振, 提高了系統的魯棒性。文獻[41-43]分別利用神經網絡的學習能力,通過與滑?刂频牟煌Y合, 消除或降低了抖振,并提高了系統的魯棒性。遺傳算法、支持向量機等優化方法在解決非線性問題時具有很好的魯棒性、全局最優性、可并行性以及高效率等優點。因此,也可以用來消除滑?刂频亩墩。文獻[44-48]分別針對不同的非線性系統設計了模糊滑?刂破骰蜃赃m應滑?刂破,采用遺傳算法或支持向量機對控制器參數或模糊規則進行離線優化,有效地消除了抖振。綜上所述,滑模變結構控制的不變性和抖振之間是一種"相生相克"的關系:保證不變性的高頻切換控制正是產生抖振的根本原因,強魯棒性、快速性和抖振的對立統一是滑模變結構控制的鮮明特征。

  1.3.2 阻抗控制方法手功能康復機器人的控制研究現階

  段主要集中在手指位置控制上,對于手功能康復機器人和人手的接觸力控制研究較少。上世紀八十年Hogan[49]在機器人末端與環境的接觸控制研究中提出了眾所周知的阻抗控制方法理論。阻抗控制將力和位置納入同一個控制體系,具有較少的計算量以及較強的魯棒性等優點,是處理機器人力控制的一個高效的方法,得到了廣泛的研究。阻抗控制本質上是一種間接的力控制,其特點是不直接控制期望的位置和力,而是通過實時調整機器人末端的位置(或速度)和作用力之間對應的動態關系,從而實現機器人的柔順性控制[50].阻抗控制分為基于力和位置的兩種不同控制結果,基于力的阻抗控制是通過控制關節驅動力矩來實現末端接觸力和位移的調整;而基于位置的阻抗控制是根據機器人與環境的接觸力偏差調整機器人末端的位置來實現。

  基于力的阻抗控制方法中,機器人根據末端與環境的接觸力通過反饋控制機器人關節力矩來體現機器人末端阻抗特性。在實際應用中,實時檢測機器人末端位置和接觸力,并格局反饋位置和期望阻抗模型產生期望力輸出,取期望力與實際接觸力之差,由機器人動力學模型根據力的誤差計算得到控制力矩作為關節驅動力,使機器人的系統表現為期望的阻抗模型特征。因此基于力的阻抗控制必須首先確定機器人精確的動力學模型,然后才能實現期望的阻抗模型和精確的接觸力控制。

  基于位置的阻抗控制由兩部分組成,分別是位置控制內環和阻抗控制外環,位置控制內環對期望位置、位置補償量和實際位置三個數據進行處理,使機器人的實際位置跟蹤上期望位置。而阻抗控制外環是處理期望力與實際力的差值,得到位置修正量,這些將通過實際檢測機器人與環境間的作用力不斷地調節目標阻抗模型參數,然后通過位置控制器控制機器人的位置實現力控制。文獻[51]主要針對機械臂在阻抗控制作用力不穩定和位置控制安全避碰方面的問題,設計了以操作空間線性解耦位置控制為內環的阻抗控制器,采用作用力誤差實時調整參考軌跡的方式,實現了機械臂有效的力跟蹤阻抗控制和避碰控制。文獻[52]為減小機器人在采摘過程中對果蔬的損傷,提出了一種基于位置內環的阻抗控制方法,用于末端執行器雙指抓取果蔬的抓持力跟蹤,實現了機器人的柔性抓取,減小了抓取果蔬損傷,保證了采摘品質。

  目前對于手功能康復機器人系統的研究大部分聚焦于功能實現,在仿生結構設計方面,由于手部空間狹小,對自由度的選擇有所取舍。為實現手指自由運動,動力源主要采用微型直流電機,傳動方式選擇連桿機構或者繩輪機構,目前對于自由度的選取、質量、機構效率都有待進一步提高。在控制方法方面,基于多剛體機器人控制方法,大多數學者以手功能康復機器人系統的運動控制研究,或者基于運動控制的康復訓練模式研究為重點,少數學者側重于對手功能康復機器人進行人機接觸力的研究[53].缺乏有關手功能康復機器人人機接口建模、接觸力控制方法等方面的深入研究。本文旨在給出更優的手功能康復機器人位置控制方案,同時對手功能康復機器人的力控制問題展開研究,獲得切實有效的控制方法。

  1.4 課題主要研究內容

  本課題研究一種能夠符合人手運動機理,提高患者康復訓練效果的柔性驅動手功能康復機器人控制系統。本文的研究對象為鮑登線柔性驅動的可穿戴式手功能康復機器人,通過電機轉動推動一端固定在圓盤傳動機構另一端固定在軟體康復手套手指末端的鮑登線運動,從而驅動手功能康復機器人帶動患者手部運動。

  為此,本文從精確控制手功能康復機器人手指彎曲角度和手指的抓握力角度入手,開展手功能康復機器人控制系統的研究?傮w研究框圖如圖 1-14 所示。

  具體研究內容包括:

 。1)研究柔性驅動手功能康復機器人控制系統的實現方案。通過對手功能康復機器人的機械結構,硬件系統,軟件系統等進行深入的研究,完成柔性驅動手功能康復機器人系統的設計,滿足患者的康復治療要求。

 。2)柔性驅動手功能康復機器人運動學分析。研究基于最小二乘的系統辨識方法,得到鮑登線伸長和收縮過程中手功能康復機器人的運動規律,使手功能康復機器人的運動控制過程具有更深的理論基礎,從而能夠實現更加準確的控制。

 。3)柔性驅動手功能康復機器人位置控制算法設計。針對柔性驅動手功能康復機器人系統的未建模部分以及外界的干擾,研究基于自適應趨近律的滑?刂破,并進行仿真實驗。

 。4)研究以自適應滑?刂破鳛閮拳h,以阻抗環節為外環的手功能康復機器人柔順控制策略,為手功能康復機器人增加患手抓握動作的訓練,以期望達到恢復患者手部肌肉力量的目的。

 。5)建立柔性驅動手功能康復機器人系統實驗平臺,設計手指的屈曲/伸展訓練實驗和重復抓握靜物實驗考察柔性驅動手功能康復機器人的系統性能,驗證系統用于手功能運動障礙患者康復訓練治療的有效性。


  第 2 章 手功能康復機器人控制系統總體設計
  2.1 手功能康復機器人本體
  2.2 控制系統整體結構
  2.3 硬件系統設計
  2.3.1 電源電路設計
  2.3.2 驅動通信電路
  2.3.3 傳感器選型
  2.4 軟件系統設計
  2.5 本章小結

  第 3 章 柔性驅動手功能康復機器人的運動學分析
  3.1 手指運動學分析
  3.2 手功能康復機器人運動測量實驗
  3.3 手功能康復機器人動態特性模型辨識
  3.3.1 食指動態模型
  3.3.2 最小二乘辨識
  3.4 手功能康復機器人運動學分析結果
  3.5 本章小結

  第 4 章 手指位置控制及抓握力控制研究
  4.1 基于滑?刂频氖种肝恢每刂扑惴ㄔO計
  4.1.1 滑?刂圃
  4.1.2 滑?刂破髟O計
  4.2 位置控制仿真與分析
  4.3 基于阻抗控制的力控制算法設計
  4.3.1 基于位置的阻抗控制策略
  4.3.2 阻抗參數分析
  4.4 力控制仿真與分析
  4.5 本章小結

  第 5 章 手功能康復機器人控制系統實現
  5.1 上位機控制系統實現
  5.2 嵌入式硬件控制系統實現
  5.3 嵌入式軟件系統實現
  5.3.1 通信子程序
  5.3.2 傳感器數據采集子程序
  5.3.3 位置控制子程序
  5.3.4 力控制程序
  5.4 實驗及結果分析
  5.4.1 手指屈曲/伸展實驗及結果分析
  5.4.2 抓握靜物實驗及結果分析
  5.5 本章小結

  第 6 章 總結與展望

  6.1 工作結論總結

  本文為柔性驅動手功能康復機器人控制系統設計了基于自適應趨近律滑?刂频氖种肝恢每刂破骱突谧杩箍刂频氖种缸ノ樟刂破。利用 Vicon 光學運動捕捉系統捕捉手功能康復機器人帶動人手進行運動訓練過程中手指的運動軌跡。通過控制軟件導出手指上各標記點的坐標,經過計算得到各個手指彎曲的角度。利用系統辨識的方法在最小二乘準則下得到鮑登線伸長量與手指彎曲角度的關系。采用 RFP 彎曲傳感器采集手指實際的彎曲角度,利用手指的實際彎曲角度與期望角度的誤差以及誤差的變化量設計滑模自適應位置控制器,使手指的屈曲/伸展運動控制更加準確。采用 RFP 力傳感器采集手指的實際抓握力,將實際力值與期望力值的誤差轉化為位置的修正量,將轉化后的手指位置修正量加到原來的參考位置之后,得到修正的期望位置值。將實時更新的期望位置作為滑模自適應位置控制器的輸入,通過跟蹤期望位置,實現力的跟蹤。

  本研究所完成的工作以及得到的結論總結如下:

 。1) 利用 Vicon 系統和基于最小二乘的系統辨識方法對手功能康復機器人手指進行了運動學分析,得到手指的彎曲角度與對應的鮑登線伸長量之間的關系,為手功能康復機器人手指的運動控制以及手指抓握力控制打下基礎。

 。2) RFP 彎曲傳感器用于反饋手功能康復機器人手指實際的彎曲角度,根據滑?刂频膶崿F原理,設計了自適應滑模位置控制算法,將滑?刂破鞯内吔俣仍O計為自適應,削弱了手指位置控制系統的抖振,提高了系統的穩定性。

 。3) RFP 力傳感器用于實時反饋抓握動作訓練過程中手指實際的抓握力,利用阻抗控制的實現原理,設計了基于手指位置控制內環和阻抗控制外環的手指抓握力跟蹤算法,實現了力的穩定和準確跟蹤,提高抓握動作訓練過程的舒適性和柔順性,改善患者手部康復訓練的效果。

 。4) 對現有的柔性驅動手功能康復機器人外觀進行了優化,并對硬件做了部分優化,包括電源電路、CAN 通信電路等,使柔性驅動手功能康復機器人更加安全、穩定。

  6.2 未來工作展望

  面對人口老齡化的嚴峻形勢和中風偏癱患者數量龐大的現狀,在近幾年以及未來的幾十年里,對于柔性驅動手功能康復機器人控制系統的研究將仍然是一個可深入挖掘的比較前沿和熱門的領域。如何提高手功能康復機器人訓練動作的準確性,人機交互的柔順性,仍然是該領域值得深入研究的重點和難點問題;诒疚牡难芯,在今后對于柔性驅動手功能康復機器人的研究工作當中,還有許多需要去完善和提高的地方: (1)采用基于最小二乘估計的系統辨識方法對手功能康復機器人手指進行運動學分析與采用深度神經網絡進行系統辨識的方法相比,雖然在算法的復雜度方面有所降低,所要求的樣本數據減少,但是這兩種方法對于描述系統模型的精確性還有待比較;(2)采用阻抗控制算法對手功能康復機器人手指抓握力進行控制,僅針對給定物體的目標阻抗。對于未知模型的被抓握物體,如何提高阻抗控制算法的自適應性,如何改善手指抓握力跟蹤性能有待進一步研究。

  參考文獻
  [1] Valery, L, Feigin. Stroke epidemiology in the developing world[J]. Lancet, 2005.
  [2] World Health Organization. World report on ageing and health 2015[M]. Switzerland: WHOPress, 2015.
  [3] 王堅, 王愛民, 曹陽。 基于力反饋的手部康復訓練裝置研究進展[J]. 測控技術, 2013,32(02):1-4.
  [4] 賈曉宏。 40歲以上腦卒中患者過千萬[N]. 北京晚報, 2013-10-27(2)。
  [5] Preising B , Hsia T C , Mittelstadt B . A literature review: robots in medicine[J]. IEEEEngineering in Medicine & Biology Magazine, 1991, 10(2):13-22.
  [6] Tsoupikova D , Stoykov N S , Corrigan M , et al. Virtual Immersion for Post-Stroke HandRehabilitation Therapy[J]. Annals of Biomedical Engineering, 2015, 43(2):467-477.
  [7] 郭曉輝, 王晶, 楊揚, et al. 基于虛擬現實的下肢主被動康復訓練系統研究[J]. 西安交通大學學報, 050(2):124-131.
  [8] Takahashi C D , Der-Yeghiaian L , Le V , et al. Robot-based hand motor therapy after stroke[J].Brain, 2008, 131(2):425-437.
  [9] Wolf S L , Winstein C J , Miller J P , et al. Effect of Constraint-Induced Movement Therapy onUpper Extremity Function 3 to 9 Months After Stroke: The EXCITE Randomized ClinicalTrial[J]. The Journal of the American Medical Association, 296.
  [10] Ueki S , Kawasaki H , Ito S , et al. Development of a Hand-Assist Robot With Multi-Degreesof-Freedom for Rehabilitation Therapy[J]. Mechatronics IEEE/ASME Transactions on, 2012,17(1):p.136-146.
  [11] Kutner NG, Zhang R, Butler AJ, et al. Quality- of- life change associated with robotic- assistedtherapy to improve hand motor function in patients with subacute stroke: A randomized clinicaltrial[J]. Physical Therapy,2010,90(4):493-504.
  [12] Heo P , Gu G M , Lee S J , et al. Current hand exoskeleton technologies for rehabilitation andassistive engineering[J]. international journal of precision engineering & manufacturing, 2012,13(5):807-824.
  [13] 孫玉杰。 手持器械手柄的人機安全性研究[D]. 南開大學, 2011.
  [14] 法國 Otto Bock 公司 WaveFlex[OL]. 2010[2010-09-14]. http://www.ottobock.de.
  [15] 德國Otto Bock公司WaveFlex[OL]. 2010[2010-09-14]. http://www.ottobock.de.
  [16] 德國ORMED公司ARTROMOT[OL]. 2010[2010-09-16]. http://www.ormed.com.
  [17] 韓國 MAREF 公司 RELIVERRL-100[OL]. 2010[2010-09-17]. http://www.dsmaref.com.
  [18] Bouzit M, Burdea G, Popescu G, et al. The Rutgers Master II - New Design Force-FeedbackGlove[C]. IEEE/ASME International Conference Transactions on Mechatronics, 2002,7(2):256-263.
  [19] Wolbrecht E T , Reinkensmeyer D J , Bobrow J E . Pneumatic Control of Robots forRehabilitation[J]. The International Journal of Robotics Research, 2010, 29(1):23-38.
  [20] Dicicco M , Lucas L , Matsuoka Y . Comparison of control strategies for an EMG controlledorthotic exoskeleton for the hand[C]// Robotics and Automation, 2004. Proceedings. ICRA '04.
  2004 IEEE International Conference on. IEEE, 2004.
  [21] Ito S , Kawasaki H , Ishigure Y , et al. A design of fine motion assist equipment for disabledhand in robotic rehabilitation system[J]. Journal of the Franklin Institute, 2011, 348(1):p.79-89.
  [22] Adamovich S V , August K , Merians A , et al. A virtual reality-based system integrated withfmri to study neural mechanisms of action observation-execution: a proof of concept study.[J].restor neurol neurosci, 2009, 27(3):209-223.
  [23] 杭州亞泰醫療器械有限公司YTK-E[OL]. 2010[2010-09-17]. http://www.yatai-medical.com.
  [24] Wang S W S , Li J L J , Zheng R Z R . Active and passive control algorithm for an exoskeletonwith bowden cable transmission for hand rehabilitation[C]// IEEE International Conference onRobotics & Biomimetics. IEEE, 2010.
  [25] 張付祥。 創傷手指康復機械手系統研究[D]. 哈爾濱工業大學, 2007.
  [26] 李剛。 康復機械手電機控制及電源系統研究[D]. 哈爾濱工業大學, 2006.
  [27] 姜永波。 康復機械手嵌入式系統設計與實現[D]. 哈爾濱工業大學, 2008.
  [28] 李書鵬。 基于ARM的仿生康復手嵌入式系統的硬件設計[D]. 哈爾濱工業大學, 2005.
  [29] Fu Y , Zhang F , Ma X , et al. Development of a CPM Machine for Injured Fingers[J].Conference proceedings:. Annual International Conference of the IEEE Engineering inMedicine and Biology Society. IEEE Engineering in Medicine and Biology Society.Conference, 2005, 5:5017-5020.
  [30] 劉金琨。 滑模變結構控制MATLAB仿真 (第3版) 基本理論與設計方法[M]. 清華大學出版社, 2015.
  [31] Utkin, V. Variable structure systems with sliding modes[J]. IEEE Transactions on AutomaticControl, 1977, 22(2):212-222.
  [32] Young, Kar-Keung D . Controller Design for a Manipulator Using Theory of Variable StructureSystems[J]. IEEE Transactions on Systems, Man and Cybernetics, 1978, 8(2):101-109.
  [33] Brahim B , Saad M , Cristóbal Ochoa Luna, et al. Adaptive Tracking Control of an ExoskeletonRobot With Uncertain Dynamics Based on Estimated Time-Delay Control[J]. IEEE/ASMETransactions on Mechatronics, 2018, PP(99)。
  [34] Barhaghtalab M H , Meigoli V , Haghighi M R G , et al. 六自由度 IRB-120 機器人機械手的滑?刂婆c邊界層控制[J]. Journal of Central South University, 2018, 25(9):2219-2244.
  [35] Yan W , Qi-Dan Z , Hao M , et al. Command filter sliding mode robust tracking control ofunderactuated surface vessels[J]. Electric Machines and Control, 2013, 17(5):4208-4213.
  [36] Hu F , Chen F , Yu M . Sliding Mode Control of Three-Links Spatial Robot Based on LowPass Filter[C]// International Conference on Cybernetics. IEEE, 2018.
  [37] Yuhua X , Chongwei Z , Wei B , et al. Dynamic Sliding Mode Controller Based on ParticleSwarm Optimization for Mobile Robot's Path Following[C]// Information Technology andApplications, 2009. IFITA '09. International Forum on. IEEE, 2009.
  [38] Mehrjerdi H , Saad M . Dynamic tracking control of mobile robot using exponential slidingmode[J]. 2010.
  [39] Xiuxiang C , Ting W , Yongkun Z , et al. An adaptive fuzzy sliding mode control for angletracking of human musculoskeletal arm model[J]. Computers & Electrical Engineering, 2018,72:214-223.
  [40] Wu Q , Wang X , Chen B , et al. Design and Fuzzy Sliding Mode Admittance Control of a SoftWearable Exoskeleton for Elbow Rehabilitation[J]. IEEE Access, 2018:1-1.
  [41] Tien Dung Le, Hee-Jun Kang, Young-Soo Suh. Chattering-Free Neuro-Sliding Mode Controlof 2-DOF Planar Parallel Manipulators. 2013, 10(1):801-815.
  [42] Wu, Qingcong, Wang, et al. Development of an RBFN-based neural-fuzzy adaptive controlstrategy for an upper limb rehabilitation exoskeleton[J]. Mechatronics: The Science ofIntelligent Machines, 2018.
  [43] Lin C K . Nonsingular Terminal Sliding Mode Control of Robot Manipulators Using Fuzzy Wavelet Networks[J]. IEEE Transactions on Fuzzy Systems, 2006, 14(6):849-859.
  [44] Riani A , Madani T , Benallegue A , et al. Adaptive integral terminal sliding mode control forupper-limb rehabilitation exoskeleton[J]. Control Engineering Practice, 2018, 75(jun.):108-117.
  [45] Nojavanzadeh D , Badamchizadeh M . Adaptive Fractional-order Non-singular Fast TerminalSliding Mode Control for Robot Manipulators[J]. IET Control Theory & Applications, 2016.
  [46] He J , Luo M , Zhang Q , et al. Adaptive Fuzzy Sliding Mode Controller with NonlinearObserver for Redundant Manipulators Handling Varying External Force[J]. Journal of BionicEngineering, 2016, 13(4):600-611.
  [47] Chen P C , Chen C W , Chiang W L . GA-based modified adaptive fuzzy sliding modecontroller for nonlinear systems[J]. Expert Systems with Applications, 2009, 36(3):5872-5879.
  [48] Baek J , Jin M , Han S . A New Adaptive Sliding Mode Control Scheme for Application toRobot Manipulators[J]. IEEE Transactions on Industrial Electronics, 2016:1-1.
  [49] Hogan N . Impedance control - An approach to manipulation. I - Theory. II - Implementation.III - Applications[J]. Journal of Dynamic Systems Measurement & Control, 1985, 107:1-24.
  [50] 李佳。 套索傳動系統建模及柔順控制研究[D]. 東南大學, 2016.
  [51] 汪雙, 劉滿祿, 張華。 機械臂力跟蹤阻抗和避碰控制仿真研究[J].自動化與儀表, 2017,32(05):44-49.
  [52] 王學林, 肖永飛, 畢淑慧, et al. 機器人柔性抓取試驗平臺的設計與抓持力跟蹤阻抗控制[J]. 農業工程學報, 2015, 31(1):58-63.
  [53] 畢千。 手部外骨骼系統基礎理論及其控制技術研究[D]. 浙江大學, 2015.
  [54] 何雷。 手功能康復訓練機器人的設計與實現[D]. 上海師范大學, 2019.
  [55] 羅逸葦。 Vicon 三維運動捕捉系統在人體運動分析中的應用[J]. 浙江工貿職業技術學院學報, 2007(01):44-47.
  [56] Lee J W , Rim K . Maximum finger force prediction using a planar simulation of the middlefinger[J]. Archive Proceedings of the Institution of Mechanical Engineers Part H Journal ofEngineering in Medicine, 1990, 204(38):169-178.
  [57] Figliolini G , Ceccarelli M . A novel articulated mechanism mimicking the motion of indexfingers[J]. Robotica, 2002, 20(1):13-22.
  [58] 李超, 袁銳波, 丘世因, et al. 外骨骼康復機械手的結構設計及仿真分析[J]. 機械與電子,2016, v.34;No.281(02):18-21.
  [59] Cempini M, Rossi S M M D , Lenzi T , et al. Kinematics and design of a portable and wearableexoskeleton for hand rehabilitation[C]// IEEE International Conference on RehabilitationRobotics. IEEE, 2013.
  [60] 楊巖江。 手功能康復外骨骼的機構設計與分析[D]. 合肥工業大學, 2018.
  [61] 吳昊, 毛新濤, 劉鷺航, et al. 柔性關節空間機械臂的自適應滑?刂芠J]. 宇航學報,2019, 40(6):703-710.
  [62] 樊仲光, 梁家榮, 肖劍。 廣義系統的有限時間滑模變結構控制[J]. 信息與控制, 2010,39(4)。
  [63] 葛淼, 張亞東, 李科宏, et al. 基于滑?刂频目柭鼮V波在列車定位中的研究[J]. 鐵道標準設計, 063(005):148-152.
  [64] 孫靈芳, 邢宇, 李斌。 二階滑?刂品椒捌鋵Νh形倒立擺的控制應用[J]. 制造業自動化, 2015, v.37(22):56-59. 孫靈芳, 邢宇, 李斌。 二階滑?刂品椒捌鋵Νh形倒立擺的控制應用[J]. 制造業自動化, 2015, v.37(22):56-59.
  [65] 劉品杰。 基于混合仿真平臺的智能變結構控制及其應用研究[D]. 河北工業大學, 2007.
  [66] 張慶豐。 基于滑模變結構的機器人關節控制系統研究[D]. 浙江工業大學, 2010.

致謝

  畢業論文的書寫即將接近尾聲,起身站立,窗外嫩綠的枝丫,隨風擺動,似乎在向我招手,等待我的訴說。是的,此時我的內心正在獨白,感嘆歲月荏苒,時光飛逝,三年的讀研生涯接近尾聲;叵脒@三年的求學生活,是老師們對我的諄諄教誨,教會了我誠實、勇敢、擔當,從容。

  值此論文完成之際,首先要特別感謝我的導師李傳江教授,在繁重的教學和工作任務的情況下,仍然一直對我在生活、科研、實踐經歷和課題研究中給予關心和指導。導師學識淵博、治學嚴謹、淡定從容、胸懷寬闊,指引了我人生的方向。不論是在學術研究還是項目實踐中,導師都給了我很多的機會,得以讓我的研究生生涯非常充實。在此,向尊敬的恩師致以最崇高的敬意和最誠摯的感謝!

  感謝朱燕飛老師在論文撰寫過程中給予我的耐心指導和寶貴建議,每一次的請教、交流都讓我受益匪淺。

  感謝我的師姐任見,師兄何雷、張鑫等,感謝我的同門陳婧宇、張茹茹、李丹、楊鹿情、張慧芳等,感謝我的師妹曹晶晶、何海燕,感謝我的師弟劉孟喆、張之建、張振亞等在課題研究、論文寫作以及生活中給予我的幫助,此刻我唯有感激,感謝你們出現在我的生命里。

  感謝我的父母,父母的辛勤養育,他們是我求學路上的堅強后盾,在我面臨人生選擇的迷茫之際,給予我的支持,他們對我無私的愛與照顧是我不斷前進的動力。

  感謝所有關心和幫助過我的老師、同學和朋友,祝愿你們心想事成,萬事順意!感恩之余,誠懇地請各位老師對我的論文多加批評指正。

  本文參考和引用了國內外有關論著,從中受益匪淺,在此也向各位學者表示感謝!

  最后,我要向百忙之中抽出寶貴時間對我的論文進行審閱并提出寶貴意見的專家們致以誠摯的謝意!

(如您需要查看本篇畢業設計全文,請您聯系客服索。

相關內容
好優論文定制中心主要為您提供代做畢業設計及各專業畢業論文寫作輔導服務。 網站地圖
所有論文、資料均源于網上的共享資源以及一些期刊雜志,所有論文僅免費供網友間相互學習交流之用,請特別注意勿做其他非法用途。
如有侵犯您的版權或其他有損您利益的行為,請聯系指出,論文定制中心會立即進行改正或刪除有關內容!
欧美国产伦久久久久久久
<acronym id="cqmsy"></acronym>
<acronym id="cqmsy"><center id="cqmsy"></center></acronym>