| 【中文题名】 | 受动态约束机械臂力/位置控制方法研究 |
| 【英文题名】 | Study on Position/Force Control Scheme for Rheonomically Constrained Manipulators |
| 【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】 | 2007-9-12 |
| 【中关键词】 | 机械臂,动态约束,动力学模型,模型降阶,力位置控制,小波神经网络 |
| 【英关键词】 | manipulator,rheonomically constrained,dynamic model,reduced order model,position/force control,wavelet network, |
| 【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】 |
本文以受动态约束机械臂为研究对象,通过系统模型建立、模型降阶处理、小波神经网络构造等手段,采用理论与数值仿真研究并重的方法,对力/位置控制算法进行了深入研究,丰富了机械臂柔顺控制方面的控制方法,拓展了机械臂工业应用范围。
首先基于拉格朗日方程建立了系统动力学模型;选取独立变量将模型降阶;然后针对受动态约束机械臂名义模型,设计了基于计算力矩法的力/位置混合控制器;结合小波分析理论和神经网络理论,给出了一种连续小波神经网络结构;为克服计算力矩控制方法对建模精确程度的依赖和鲁棒性差的缺点,针对含有不确定性和外界干扰的机械臂降阶模型,基于小波神经网络设计了鲁棒力/位置控制器;在理论上分析了两种控制算法的可行性。最后,通过数字仿真对其有效性进行了验证。 |
| 【论文题纲】 |
|
提要 |
4-7 |
|
第一章 绪论 |
7-17 |
|
1.1 研究背景及意义 |
7-9 |
|
1.2 机器人力/位置控制研究现状 |
9-15 |
|
1.2.1 力/位置混合控制 |
9-13 |
|
1.2.2 阻抗控制 |
13-14 |
|
1.2.3 受动态约束机械臂系统研究状况 |
14-15 |
|
1.3 本文主要工作及章节安排 |
15-17 |
|
1.3.1 本文主要工作 |
15-16 |
|
1.3.2 章节安排 |
16-17 |
|
第二章 受动态约束机械臂系统动力学建模 |
17-25 |
|
2.1 引言 |
17-18 |
|
2.2 机械臂动力学模型建立 |
18-22 |
|
2.2.1 拉格朗日方程 |
18-19 |
|
2.2.2 机械臂动力学模型 |
19-22 |
|
2.3 模型降阶 |
22-24 |
|
2.4 本章小结 |
24-25 |
|
第三章 基于计算力矩法的控制算法设计 |
25-34 |
|
3.1 引言 |
25 |
|
3.2 Barbalat 引理 |
25-28 |
|
3.2.1 函数及其导数的渐近性质 |
26 |
|
3.2.2 Barbalat 引理 |
26-28 |
|
3.3 基于计算力矩法控制器设计及稳定性证明 |
28-33 |
|
3.3.1 力和位置正交化 |
28-30 |
|
3.3.2 控制器设计及稳定性证明 |
30-33 |
|
3.4 本章小结 |
33-34 |
|
第四章 基于小波神经网络的控制算法设计 |
34-49 |
|
4.1 引言 |
34 |
|
4.2 小波神经网络 |
34-43 |
|
4.2.1 小波变换 |
34-36 |
|
4.2.2 人工神经网络理论 |
36-40 |
|
4.2.3 小波神经网络的构造 |
40-43 |
|
4.3 基于小波神经网络控制器设计及稳定性证明 |
43-48 |
|
4.4 本章小结 |
48-49 |
|
第五章 受动态约束机械臂控制系统仿真研究 |
49-59 |
|
5.1 引言 |
49 |
|
5.2 仿真模型 |
49-51 |
|
5.3 计算力矩控制算法仿真分析 |
51-54 |
|
5.4 基于小波神经网络控制算法仿真分析 |
54-58 |
|
5.4.1 控制算法仿真 |
54-55 |
|
5.4.2 消除抖振后的算法仿真 |
55-58 |
|
5.5 本章小节 |
58-59 |
|
第六章 全文总结 |
59-61 |
|
参考文献 |
61-66 |
|
摘要 |
66-68 |
|
ABSTRACT |
68-70 |
|
致谢 |
70 |
|
| 【DOI】 | LunWen.ID:2.2008.384606 |
