前言 | 第1-7页 |
中文摘要 | 第7-8页 |
英文摘要 | 第8-9页 |
第一章 绪论 | 第9-18页 |
1 机器人简介 | 第9-11页 |
2 迭代学习控制概述 | 第11-15页 |
3 迭代学习控制的应用 | 第15-16页 |
4 本课题的主要工作 | 第16-18页 |
第二章 机器人运动学与动力学 | 第18-30页 |
一 机器人运动学 | 第18-22页 |
1 机器人的位姿 | 第18页 |
2 坐标变换 | 第18-20页 |
3 机器人运动学正向问题 | 第20页 |
4 机器人运动学逆向问题 | 第20-21页 |
5 雅可比矩阵 | 第21-22页 |
二 机器人动力学 | 第22-30页 |
1 机器人动力学正向问题 | 第22页 |
2 机器人动力学逆向问题 | 第22页 |
3 机器人动态数学模型的建立 | 第22-30页 |
3.1. 惯性向量 | 第22-23页 |
3.2. 牛顿动力学基本理论 | 第23-24页 |
3.3. 拉格朗日动力学方程 | 第24-29页 |
3.4. 凯恩动力学 | 第29-30页 |
第三章 迭代学习控制 | 第30-37页 |
一 迭代学习控制工作原理 | 第30-32页 |
1 工作原理 | 第30-31页 |
2 开环迭代学习控制和闭环迭代学习控制 | 第31-32页 |
二 零初始误差条件下的迭代学习控制 | 第32-35页 |
1. 线性系统的迭代学习控制 | 第32-33页 |
1.1. D型学习律 | 第32页 |
1.2. P型学习律 | 第32页 |
1.3. PID型学习律 | 第32页 |
1.4. 最优学习律 | 第32-33页 |
2. 非线性系统的迭代学习控制 | 第33-34页 |
2.1. 高阶学习律 | 第33页 |
2.2. 滤波器型学习律 | 第33页 |
2.3. 模型算法学习律 | 第33页 |
2.4. 模型参考学习律 | 第33页 |
2.5. 非线性时滞系统的迭代学习控制 | 第33-34页 |
3. 鲁棒迭代学习控制 | 第34-35页 |
3.1. 鲁棒收敛性 | 第34页 |
3.2. 遗忘因子学习律 | 第34页 |
3.3. 选择算法学习律 | 第34页 |
3.4. 高增益反馈学习律 | 第34页 |
3.5. 反馈前馈迭代学习控制算法 | 第34-35页 |
三 非零初始误差条件下的迭代学习控制 | 第35-37页 |
1 D型学习律的极限轨迹 | 第35页 |
2 PD型学习律的极限轨迹 | 第35页 |
3 带有初始误差修正的学习律 | 第35-37页 |
第四章 零初始误差条件下迭代学习控制在机器人中的应用 | 第37-44页 |
一 零初始误差条件 | 第37页 |
二 鲁棒反馈控制算法 | 第37-38页 |
三 D型改进型迭代学习控制算法 | 第38-41页 |
1 D型改进型迭代学习控制算法 | 第38-39页 |
2 D型改进型迭代学习控制算法收敛性分析 | 第39-40页 |
3 D型改进型迭代学习控制算法应用于机器人的仿真结果 | 第40-41页 |
四 PD型迭代学习控制算法及其在机器人中的应用 | 第41-44页 |
1 PD型改进型迭代学习控制算法 | 第41页 |
2 PD型改进型迭代学习控制算法收敛性分析 | 第41-42页 |
3 PD型改进型迭代学习控制算法应用于机器人的仿真结果 | 第42-44页 |
第五章 非零初始误差条件下迭代学习控制在机器人中的应用 | 第44-51页 |
一 非零初始误差条件 | 第44页 |
二 鲁棒反馈控制算法 | 第44页 |
三 D型改进型迭代学习控制算法及其在机器人中的应用 | 第44-47页 |
1 D型改进型迭代学习控制算法 | 第44-45页 |
2 D型改进型迭代学习控制算法收敛性分析 | 第45-46页 |
3 D型改进型迭代学习控制算法应用于机器人的仿真结果 | 第46-47页 |
四 PD型改进型迭代学习控制算法及其在机器人中的应用 | 第47-51页 |
1 PD型改进型迭代学习控制算法 | 第47-48页 |
2 PD型改进型迭代学习控制算法收敛性分析 | 第48-49页 |
3 PD型改进型迭代学习控制算法应用于机器人的仿真结果 | 第49-51页 |
第六章 小结 | 第51-52页 |
参考文献 | 第52-55页 |
致谢 | 第55页 |
攻读硕士学位期间发表的论文 | 第55页 |