| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·机器人故障检测与诊断技术概述 | 第11-13页 |
| ·基于解析模型的机器人执行器的故障诊断方法 | 第11-12页 |
| ·基于信号处理的机器人执行器的故障诊断方法 | 第12页 |
| ·基于知识的机器人执行器的故障诊断方法 | 第12-13页 |
| ·机器人系统容错控制技术概述 | 第13-15页 |
| ·被动容错控制方法 | 第14页 |
| ·主动容错控制方法 | 第14-15页 |
| ·鲁棒容错控制方法 | 第15页 |
| ·本文的主要内容及章节安排 | 第15-18页 |
| 第2章 可重构模块机器人系统动力学模型和故障模型 | 第18-26页 |
| ·引言 | 第18页 |
| ·动力学模型的建立 | 第18-23页 |
| ·刚体的Newton-Euler 方程 | 第18-19页 |
| ·基于Newton-Euler 迭代算法的动力学模型建立 | 第19-23页 |
| ·子系统动力学模型 | 第23页 |
| ·子系统执行器故障模型 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 基于观测器的故障诊断方法与主动分散容错控制方法 | 第26-48页 |
| ·引言 | 第26页 |
| ·RBF 神经网络自适应分散控制 | 第26-32页 |
| ·控制算法 | 第26-30页 |
| ·仿真研究 | 第30-32页 |
| ·故障检测 | 第32-37页 |
| ·非线性速度观测器 | 第32-33页 |
| ·稳定性分析 | 第33-35页 |
| ·仿真研究 | 第35-37页 |
| ·故障辨识 | 第37-43页 |
| ·观测器设计 | 第37-39页 |
| ·稳定性分析 | 第39-41页 |
| ·仿真研究 | 第41-43页 |
| ·基于RBF 神经网络补偿主动分散容错控制方法 | 第43-47页 |
| ·控制算法 | 第43-45页 |
| ·仿真研究 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 可重构模块机器人反演时延分散容错控制 | 第48-60页 |
| ·引言 | 第48页 |
| ·问题描述 | 第48-50页 |
| ·反演神经网络分散控制 | 第50-55页 |
| ·控制算法 | 第50-53页 |
| ·仿真研究 | 第53-55页 |
| ·反演时延分散容错控制 | 第55-59页 |
| ·控制器的设计 | 第55-56页 |
| ·稳定性分析 | 第56-57页 |
| ·仿真研究 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 全文总结 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 作者简介及在学期间所取得的科研成果 | 第67-68页 |
| 致谢 | 第68页 |