滑动界面间产生的粘滑现象(Stick-slip)是摩擦学中摩擦产生振动的基础研究内容之一,其表现形式为摩擦力或滑动速度随着滑行距离或时间出现一种锯齿状波动状态。近年来研究成果表明,人手指在滑动摩擦过程中,皮肤内的生物感受器可感知触觉振动信号,其产生机理通过滑动摩擦中的微观粘滑模型表征。通过对摩擦产生的触觉振动信号与滑动系统的载荷、滑动速度、材料表面粗糙度、波纹度、硬度、以及摩擦副间的粘着特性等因素的研究,可实现触觉振动信号识别材料特性。本课题对触觉振动识别材料特性的研究将会对机器人触觉传感器的研发具有重要的理论意义和实用价值。在触觉振动信号识别材料特性机理的研究中,基于界面间宏观粘着摩擦和棘齿摩擦中动静摩擦系数受到材料硬度和表面形貌的影响,建立了粘滑振动模型中振动加速度信号的频谱积分与正压力和材料硬度的关系,并通过对微观串联弹簧质量块振动模型和微观棘齿模型振动模型的研究,证明了在考虑表面形貌对振动信号的影响下,随着滑动速度和正压力的变化,触觉振动信号频谱积分变化量与材料硬度成反比,与表面粗糙度正相关,进而提出了触觉振动信号频谱积分法识别材料硬度和粗糙度。通过设计POD(Pin-on-disk)触觉振动摩擦实验系统,利用仿生正交悬臂梁末端的探针(包括蓝宝石、钢球和带指纹的人工手指等)分别在金属、非金属、高分子材料、纺织品和生物皮肤等样品表面进行了触觉振动信号频谱积分识别粗糙度和硬度的验证性实验。验证了基于振动加速度信号随速度和正压力变化频谱积分斜率k_v和k_w识别材料特性的规律,建立了触觉振动信号频谱积分斜率k_v和k_w触觉识别系统,并实现了对八种常规材料表面粗糙度和硬度的触觉识别,证明了触觉振动频谱积分法识别不同表面形貌和硬度平整材料的可行性。此外对于非平整材料的触觉识别,触觉振动频谱积分法不仅解决了主观人手触觉识别的尺度局限性和主观差异性,而且提高了纺织品触觉识别的精度和稳定性。基于对上述频谱积分识别法的修正,进一步提出了触觉振动信号能量谱积分法,实现了对非平整低硬度材料的特性参数识别,如纺织品丝线重量,纺织工艺,以及纺织材料三类材料特性的识别,利用钢球探针在不同种纺织品样本上进行触觉振动摩擦实验,通过能量谱积分法研究了纺织品触觉振动信号与材料特性的变化规律,验证了触觉振动信号对纺织品材料特性的识别,再通过对比人手主观性触觉试验结果,证明了触觉振动能量谱积分识别法具有更高的准确度和实用性。最后将该方法应用于皮肤表面涂抹的护肤品的触觉识别研究中,对护肤品作用皮肤前后,皮肤摩擦特性和触觉振动信号的反应规律进行了深入的分析。通过改变滑动速度、载荷、以及护肤品作用时间,分别研究了皮肤上触觉振动频率受实验条件的影响规律。发现了原始猪皮肤涂抹护肤品前后,皮肤硬度降低,触觉振动信号频率降低,低频幅值增加,证明护肤品经表皮吸收皮肤软化后,伴随着粗糙度增加的规律;而在人工皮肤作涂抹护肤品前后的触觉振动实验中,表现出略有差别的触觉振动特征,结果发现振动信号频率保持不变,幅值有更明显降低,验证了人工皮肤受到了护肤品更大程度的软化,但表面粗糙度未受到明显影响。此外,原始猪皮肤涂抹护肤品前后触觉振动感受正压力的影响远大于滑动速度,表明皮肤主要受硬度参数的影响,涂抹护肤品后,振动频率受到正压力变化的影响大于速度变化的影响,说明皮肤吸收了护肤品后,表面弹性变化更为明显。该皮肤触觉振动识别实验不仅验证了本文提出的触觉振动频率谱和能量谱积分识非平面低硬度别材料特性的高准确性和易操作性,同时还为机器人触觉识别领域提出了新的研究方向,具有重要的理论意义和实际应用价值。