| 【中文题名】 | 基于模糊神经网络机械臂柔顺运动阻抗控制算法研究 |
| 【英文题名】 | Study on the Compliance Control System of Manipulators Based on Fuzzy Neural Network Impedance Control Method |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-8-2 |
| 【中关键词】 | 机械臂,动力学模型,柔顺控制,神经网络,阻抗控制,自适应调整律 |
| 【英关键词】 | Manipulator,Dynamic model,Compliance control,neural network,Impedance control,Adaptive law,Unknown environment, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>机器人技术>机械手> |
| 【论文摘要】 |
随着机器人技术的发展,在很多生产过程中,约束环境是未知的,其力学分析、未知环境轨迹辨识、控制等问题也都显的更加复杂。本文以受未知约束机械臂为研究对象,通过力学分析、模型建立、神经网络补偿等。采用理论和数值仿真研究的方法,对机械臂柔顺运动阻抗控制算法进行了研究。丰富了机械臂柔顺运动控制方法,拓展了机械臂的工业应用范围。
本文首先利用拉格朗日原理,建立了受未知约束机械臂柔顺运动系统动力学模型;其次,通过阻抗控制思想,设计阻抗力控制算法,来达到控制接触力的目的,使接触力保持在期望的范围之内。然后,针对未知约束环境参考轨迹难确定,在线设计一个自适应调整律。再针对机械臂阻抗控制系统中所存在的非线性不确定性,分别设计BP神经网络补偿控制和FBF(Fuzzy Basis Function)神经网络控制,来补偿控制系统中的一系列非线性不确定项。最后,给出仿真结果,验证了控制算法的有效性。 |
| 【论文题纲】 |
|
提要 |
4-7 |
|
第一章 绪论 |
7-20 |
|
1.1 课题背景及研究意义 |
7-10 |
|
1.2 国内外研究现状 |
10-17 |
|
1.3 本文的研究内容及章节安排 |
17-20 |
|
第二章 动力学模型建立 |
20-40 |
|
2.1 引言 |
20-21 |
|
2.2 机械臂柔顺控制的末端接触力分析 |
21-26 |
|
2.3 机械臂柔顺控制模型建立 |
26-39 |
|
2.4 本章小结 |
39-40 |
|
第三章 阻抗控制算法设计 |
40-49 |
|
3.1 引言 |
40-41 |
|
3.2 阻抗控制算法设计 |
41-45 |
|
3.3 自适应调整控制律的设计 |
45 |
|
3.4 力跟踪收敛性和稳定性证明 |
45-48 |
|
3.5 本章小结 |
48-49 |
|
第四章 神经网络补偿控制算法设计 |
49-61 |
|
4.1 引言 |
49-50 |
|
4.2 神经网络补偿控制设计 |
50-60 |
|
4.3 本章小结 |
60-61 |
|
第五章 仿真研究 |
61-66 |
|
5.1 BP 神经网络仿真 |
61 |
|
5.2 FBF(FUZZY BASIS FUNCTION)神经网络仿真 |
61-63 |
|
5.3 阻抗控制算法仿真 |
63-65 |
|
5.4 本章小结 |
65-66 |
|
全文总结 |
66-68 |
|
参考文献 |
68-73 |
|
摘要 |
73-75 |
|
ABSTRACT |
75-77 |
|
致谢 |
77 |
|
| 【DOI】 | LunWen.ID:2.2008.383896 |
