机器人故障探测诊断与容错控制及实验研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-27页 |
| ·机器人概述 | 第13-14页 |
| ·机器人应用现状 | 第14-16页 |
| ·机器人故障诊断与容错控制研究现状 | 第16-22页 |
| ·故障诊断与容错控制 | 第16-18页 |
| ·机器人故障诊断方法 | 第18-21页 |
| ·机器人容错控制方法 | 第21-22页 |
| ·本文研究内容框架及意义 | 第22-25页 |
| ·本文内容安排 | 第25-27页 |
| 第2章 基本知识及实验系统构建 | 第27-37页 |
| ·稳定性理论 | 第27-29页 |
| ·李亚普诺夫稳定性理论 | 第27-28页 |
| ·拉萨尔不变集定理 | 第28-29页 |
| ·机器人模型 | 第29-31页 |
| ·实验系统的硬件构成 | 第31-32页 |
| ·实验系统的软件构成 | 第32-34页 |
| ·实时内核VerturCom | 第32-33页 |
| ·实时控制软件 | 第33页 |
| ·编程环境 | 第33-34页 |
| ·位置闭环的实现 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 基于信号分析的故障监测方法 | 第37-62页 |
| ·引言 | 第37-39页 |
| ·基于PCA 的编码器故障监测 | 第39-46页 |
| ·主元分析基本原理 | 第39-41页 |
| ·问题描述 | 第41-42页 |
| ·故障诊断方法 | 第42-44页 |
| ·仿真验证 | 第44-46页 |
| ·基于PCA 的机器人扭矩突变故障监测 | 第46-54页 |
| ·问题描述 | 第47-48页 |
| ·故障监测方法 | 第48-51页 |
| ·实验验证 | 第51-54页 |
| ·基于小波分析的机器人扭矩突变故障监测 | 第54-61页 |
| ·问题描述 | 第55-57页 |
| ·小波分析 | 第57-59页 |
| ·运动控制系统实验 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第4章 基于支持向量机的机器人故障诊断方法 | 第62-82页 |
| ·引言 | 第62-64页 |
| ·SVM 的基本原理与应用框架 | 第64-69页 |
| ·线性支持向量机的基本原理 | 第64-67页 |
| ·非线性支持向量机的基本原理 | 第67-69页 |
| ·SVM 在机器人故障诊断中的应用框架 | 第69页 |
| ·基于SVM 的机器人系统驱动失灵故障诊断 | 第69-74页 |
| ·对电机零扭矩输出故障的仿真 | 第70-71页 |
| ·SVM 的训练 | 第71-73页 |
| ·SVM 故障诊断的实现 | 第73-74页 |
| ·基于SVM 的机器人系统联结类故障诊断 | 第74-78页 |
| ·问题的提出 | 第74-76页 |
| ·SVM 的系统应用 | 第76-78页 |
| ·基于SVM 的机器人系统多种故障联合诊断 | 第78-81页 |
| ·多类模式识别 | 第79页 |
| ·SVM 的训练与验证 | 第79-81页 |
| ·本章小结 | 第81-82页 |
| 第5章 驱动器饱和故障的主动容错控制方法 | 第82-92页 |
| ·引言 | 第82-83页 |
| ·模糊控制基本原理 | 第83-84页 |
| ·机器人驱动系统饱和故障的模糊控制 | 第84-91页 |
| ·控制问题描述 | 第84-85页 |
| ·知识的提取与控制器设计 | 第85-89页 |
| ·仿真研究 | 第89-91页 |
| ·本章小结 | 第91-92页 |
| 结论 | 第92-94页 |
| 参考文献 | 第94-104页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第104-106页 |
| 致谢 | 第106-107页 |
| 作者简介 | 第107页 |
