| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-17页 |
| ·研究背景及意义 | 第13-14页 |
| ·选题的目的及意义 | 第14-15页 |
| ·主要研究内容及创新点 | 第15-16页 |
| ·论文的组织结构 | 第16-17页 |
| 第二章 六自由度并联机构的研究综述 | 第17-30页 |
| ·引言 | 第17页 |
| ·并联机器人的历史回顾 | 第17-19页 |
| ·并联机器人的控制策略研究进展 | 第19-26页 |
| ·并联机器人的常规控制策略研究进展 | 第19-23页 |
| ·并联机器人的智能控制策略研究进展 | 第23-26页 |
| ·并联机器人的运动学正解问题研究进展 | 第26-28页 |
| ·六自由度并联机器人的发展中有待解决的问题 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第三章 Stewart平台实时运动学正解法 | 第30-54页 |
| ·引言 | 第30页 |
| ·基于电子罗盘的Stewart平台运动学正解法 | 第30-36页 |
| ·HMR3300型电子罗盘工作原理 | 第30-31页 |
| ·新型6-PSS并联机器人模型描述 | 第31-33页 |
| ·姿态信息的获得 | 第33-34页 |
| ·新型6-PSS并联机器人运动学模型化简及位姿正解法 | 第34页 |
| ·仿真实验 | 第34-36页 |
| ·基于改进的粒子群优化算法的并联机构位置正解法 | 第36-44页 |
| ·粒子群优化算法 | 第36-37页 |
| ·改进的粒子群优化算法 | 第37-39页 |
| ·改进的粒子群算法在并联机构正解中的应用 | 第39页 |
| ·仿真实验及结果分析 | 第39-44页 |
| ·基于多传感器数据融合的并联机构运动学位置正解法 | 第44-53页 |
| ·数据融合概念 | 第44-45页 |
| ·数据融合的方法 | 第45页 |
| ·改进的一致性数据融合算法 | 第45-49页 |
| ·改进一致性数据融合算法在并联机构运动学正解中的应用 | 第49-53页 |
| ·小结 | 第53-54页 |
| 第四章 基于免疫机理的并联机构控制研究 | 第54-68页 |
| ·引言 | 第54页 |
| ·免疫机理 | 第54-56页 |
| ·克隆选择原理 | 第55页 |
| ·免疫反馈机制 | 第55-56页 |
| ·基于粒子群克隆选择算法的PID控制器及其在并联机构中的应用 | 第56-62页 |
| ·克隆选择算法 | 第56-57页 |
| ·粒子群免疫克隆选择算法(PCA) | 第57-59页 |
| ·基于粒子群优化免疫克隆算法的PID控制器设计 | 第59-61页 |
| ·仿真实验 | 第61-62页 |
| ·改进的免疫控制器设计及其在并联机构中的应用 | 第62-67页 |
| ·基于免疫反馈机制的控制算法 | 第62-63页 |
| ·改进的免疫控制器 | 第63-66页 |
| ·仿真实验及结果讨论 | 第66-67页 |
| ·小结 | 第67-68页 |
| 第五章 基于合作型协同进化的Stewart平台控制研究 | 第68-76页 |
| ·引言 | 第68页 |
| ·合作型协同进化算法 | 第68-69页 |
| ·协同进化算法在Stewart平台控制中的应用 | 第69-73页 |
| ·种群分解和编码 | 第69-70页 |
| ·种群个体的适应值评估 | 第70-71页 |
| ·种群的遗传操作 | 第71-72页 |
| ·子种群交叉和变异率的自适应变化 | 第72-73页 |
| ·算法描述 | 第73页 |
| ·仿真实验 | 第73-75页 |
| ·与遗传算法设计的控制器(SGA)控制效果比较 | 第74页 |
| ·鲁棒性验证 | 第74-75页 |
| ·小结 | 第75-76页 |
| 第六章 基于动态递归神经网络的系统辨识及解耦控制 | 第76-89页 |
| ·引言 | 第76页 |
| ·动态递归神经网络 | 第76-78页 |
| ·Elman型动态神经网络模型 | 第77页 |
| ·改进的Elman型动态神经网络(IDRNN)模型 | 第77-78页 |
| ·基于变异协同进化的克隆选择算法的动态递归神经网络的学习方法 | 第78-84页 |
| ·变异协同进化的克隆选择算法 | 第79-84页 |
| ·基于变异协同进化的免疫克隆算法的神经网络学习 | 第84页 |
| ·基于改进的Elman动态神经网络的并联机构运动学模型辨识 | 第84-86页 |
| ·基于改进的Elman型动态神经网络的解耦控制 | 第86页 |
| ·基于改进的动态神经网络的解耦控制在并联机构中的应用 | 第86-88页 |
| ·小结 | 第88-89页 |
| 第七章 新型6-PSS并联机器人的运动控制平台 | 第89-99页 |
| ·引言 | 第89页 |
| ·机电系统的建模和仿真方法 | 第89-90页 |
| ·新型6-PSS并联机器人运动学仿真 | 第90页 |
| ·新型6-PSS并联机器人动力学分析与模型辨识 | 第90-92页 |
| ·新型6-PSS并联机器人动力学分析 | 第90-91页 |
| ·新型6-PSS并联机器人动力学模型辨识 | 第91-92页 |
| ·用SimMechanics模块搭建6-PSS并联机器人运动控制平台 | 第92-96页 |
| ·SimMechanics模块介绍 | 第92-93页 |
| ·6-PSS并联机器人的SimMechanics搭建 | 第93-94页 |
| ·6-PSS并联机器人仿真平台的总体框架 | 第94-95页 |
| ·6-PSS并联机器人可视化实现 | 第95-96页 |
| ·基于新型6-PSS并联机器人运动控制平台的控制策略仿真 | 第96-97页 |
| ·小结 | 第97-99页 |
| 第八章 总结与展望 | 第99-102页 |
| ·总结 | 第99-100页 |
| ·展望 | 第100-102页 |
| 参考文献 | 第102-120页 |
| 致谢 | 第120-122页 |
| 附录A 攻读博士学位期间发表的论文 | 第122-124页 |
| 附录B 攻读博士学位期间参加的项目 | 第124-125页 |
| 附录C 攻读博士学位期间获得的奖励 | 第125页 |
