自动制孔机器人刀具关节自适应控制方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 前言 | 第8-9页 |
| 1.2 论文研究目的和意义 | 第9-10页 |
| 1.3 国内外研究现状及分析 | 第10-14页 |
| 1.3.1 自动制孔系统研究现状 | 第10-12页 |
| 1.3.2 制孔机器人控制方法研究现状 | 第12-14页 |
| 1.4 论文的结构安排 | 第14-16页 |
| 第二章 机器人制孔系统的构建及其相关参数设置 | 第16-28页 |
| 2.1 前言 | 第16页 |
| 2.2 制孔末端执行器的结构功能 | 第16-20页 |
| 2.2.1 制孔末端执行器功能分析 | 第16-17页 |
| 2.2.2 制孔末端执行器结构设计 | 第17-20页 |
| 2.3 制孔机器人平台的构建 | 第20-25页 |
| 2.3.1 制孔机器人运动学方程 | 第21-24页 |
| 2.3.2 制孔机器人动力学建模 | 第24-25页 |
| 2.4 刀具关节位姿参数提取 | 第25-26页 |
| 2.5 刀具关节钻削规律研究 | 第26-27页 |
| 2.5.1 制孔工艺需求分析 | 第26-27页 |
| 2.5.2 刀具关节动作解决方案 | 第27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 刀具关节法向检测与调姿方法研究 | 第28-40页 |
| 3.1 前言 | 第28页 |
| 3.2 法向检测与调姿原理 | 第28-31页 |
| 3.2.1 法向检测与调姿方法对比分析 | 第28-30页 |
| 3.2.2 3点激光法向检测与调姿方法 | 第30-31页 |
| 3.3 法向检测与调姿算法 | 第31-38页 |
| 3.3.1 法向测量模型与算法 | 第31-34页 |
| 3.3.2 法向姿态调整算法 | 第34-36页 |
| 3.3.3 算法模型参数标定 | 第36-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第四章 基于模糊神经网络的自适应控制方法研究 | 第40-52页 |
| 4.1 前言 | 第40页 |
| 4.2 控制器设计需求分析 | 第40-41页 |
| 4.3 常见的几种控制方法简述 | 第41-44页 |
| 4.3.1 PID控制 | 第41-42页 |
| 4.3.2 模糊控制 | 第42-43页 |
| 4.3.3 神经网络控制 | 第43-44页 |
| 4.4 模糊神经网络控制 | 第44-50页 |
| 4.4.1 模糊神经网络控制原理 | 第44-45页 |
| 4.4.2 模糊神经网络的结构 | 第45-47页 |
| 4.4.3 模糊神经网络控制器设计 | 第47-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第五章 刀具关节控制系统仿真 | 第52-64页 |
| 5.1 前言 | 第52页 |
| 5.2 仿真对象的选取 | 第52-53页 |
| 5.3 控制系统仿真 | 第53-59页 |
| 5.3.1 PID控制系统 | 第53-54页 |
| 5.3.2 模糊控制系统 | 第54-56页 |
| 5.3.3 模糊PID控制系统 | 第56-57页 |
| 5.3.4 神经模糊控制系统 | 第57-58页 |
| 5.3.5 神经模糊PID控制系统 | 第58-59页 |
| 5.4 五种控制系统抗干扰性能对比分析 | 第59-61页 |
| 5.5 本章小结 | 第61-64页 |
| 第六章 结论与展望 | 第64-66页 |
| 6.1 本文工作总结 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 发表论文和参加科研情况说明 | 第70-72页 |
| 附录 | 第72-76页 |
| 致谢 | 第76-77页 |
