| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第1章 引言 | 第8-16页 |
| ·研究对象及背景 | 第8-10页 |
| ·研究意义及目的 | 第10页 |
| ·国内外研究现状 | 第10-14页 |
| ·工业机器人控制的总体现状 | 第10-12页 |
| ·国内外研究成果及发展趋势 | 第12-14页 |
| ·论文研究的主要内容 | 第14-16页 |
| 第2章 机械手数学模型 | 第16-35页 |
| ·SCARA 机械手几何建模 | 第17-21页 |
| ·运动学正解 | 第18-19页 |
| ·运动学逆解 | 第19-21页 |
| ·SCARA 机械手动力学建模 | 第21-27页 |
| ·SCARA 机械手动力学方程 | 第21-27页 |
| ·SCARA 机械手的误差综合分析 | 第27-34页 |
| ·静态误差模型 | 第27-30页 |
| ·动态误差模型 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 SCARA 机械手控制分析 | 第35-51页 |
| ·工业机器人控制的基本方法 | 第35-46页 |
| ·独立的 PD 控制 | 第36-37页 |
| ·具有重力补偿 PD 控制 | 第37-38页 |
| ·Fuzzy-PID 复合控制 | 第38-42页 |
| ·计算力矩法 | 第42-43页 |
| ·自适应迭代学习轨迹跟踪控制 | 第43-46页 |
| ·仿真结果对比分析 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 RBF 控制算法在 SCARA 关节空间中的应用 | 第51-63页 |
| ·RBF 神经网络模型及机械手动力学模型 | 第51-54页 |
| ·RBF 神经网络 | 第51-53页 |
| ·动力学模型分析 | 第53-54页 |
| ·自适应神经网络控制器设计与分析 | 第54-56页 |
| ·神经网络控制器设计 | 第54-55页 |
| ·稳定性分析 | 第55-56页 |
| ·仿真结果 | 第56-61页 |
| ·本章小结 | 第61-63页 |
| 第5章 Simulink 和 SimMechanics 环境下 SCARA 机器人运动学与动力学模型分析 | 第63-69页 |
| ·Matlab/SimMechanics 简述 | 第63页 |
| ·SimMechanics 中的动力学模型 | 第63-65页 |
| ·Simulink 和 SimMechanics 建模仿真结果 | 第65-67页 |
| ·仿真分析 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-71页 |
| ·总结 | 第69-70页 |
| ·展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 附录 1 攻读硕士学位期间发表的学术论文 | 第75-76页 |
| 附录 2 | 第76-80页 |
