| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 第1章 绪论 | 第10-17页 |
| 1．1 引言 | 第10页 |
| 1．2 运动空间 | 第10-11页 |
| 1．3 自由运动控制 | 第11-12页 |
| 1．4 受限运动的控制 | 第12-15页 |
| 1．5 本课题研究的内容,目的和意义 | 第15-17页 |
| 1．5．1 内容 | 第15-16页 |
| 1．5．2 目的 | 第16页 |
| 1．5．3 意义 | 第16-17页 |
| 第2章 预备知识 | 第17-26页 |
| 2．1 控制理论基本概念 | 第17-18页 |
| 2．2 鲁棒控制理论 | 第18-20页 |
| 2．3 神经网络控制 | 第20页 |
| 2．4 机器人的数学模型 | 第20-23页 |
| 2．5 仿真模型的建立 | 第23页 |
| 2．6 工作空间控制 | 第23-25页 |
| 2．7 本章小结 | 第25-26页 |
| 第3章 鲁棒自适应控制方法的研究 | 第26-44页 |
| 3．1 引言 | 第26-27页 |
| 3．2 PD+前馈控制基本理论 | 第27-29页 |
| 3．3 径向基神经网络 | 第29-32页 |
| 3．4 基于神经网络的鲁棒自适应控制器设计 | 第32-37页 |
| 3．4．1 控制器设计 | 第32-36页 |
| 3．4．2 仿真研究 | 第36-37页 |
| 3．5 遗传算法与神经网络 | 第37-41页 |
| 3．5．1 基本遗传算法 | 第37-40页 |
| 3．5．2 神经网络的遗传算法 | 第40-41页 |
| 3．6 基于改进神经网络的鲁棒自适应控制器 | 第41-42页 |
| 3．6．1 控制器设计 | 第41-42页 |
| 3．6．2 仿真研究 | 第42页 |
| 3．7 本章小结 | 第42-44页 |
| 第4章 基于神经网络的机器人鲁棒自适应力/位置控制 | 第44-53页 |
| 4．1 引言 | 第44页 |
| 4．2 混和控制结构 | 第44-45页 |
| 4．3 基于神经网络的鲁棒自适应控制 | 第45-46页 |
| 4．4 基于神经网络的机器人鲁棒自适应力/位置控制系统 | 第46-48页 |
| 4．5 仿真研究 | 第48-52页 |
| 4．5．1 仿真模型 | 第48-51页 |
| 4．5．2 仿真曲线及结果分析 | 第51-52页 |
| 4．6 本章小结 | 第52-53页 |
| 第5章 不确定机器人的力/位置阻抗控制 | 第53-67页 |
| 5．1 引言 | 第53页 |
| 5．2 阻抗控制原理 | 第53-56页 |
| 5．3 非线性补偿阻抗控制方法 | 第56-57页 |
| 5．4 具有鲁棒性的阻抗控制方法 | 第57-64页 |
| 5．4．1 基于力矩的阻抗控制 | 第58-60页 |
| 5．4．2 基于位置的阻抗控制 | 第60-63页 |
| 5．4．3 神经网络NN设计 | 第63-64页 |
| 5．5 针对环境刚度的调整技术 | 第64-65页 |
| 5．6 仿真研究 | 第65页 |
| 5．7 本章小结 | 第65-67页 |
| 第6章 6-DOF并联机器人的鲁棒自适应控制 | 第67-74页 |
| 6．1 引言 | 第67页 |
| 6．2 6 -DOF并联机器人动力学模型和特性 | 第67-69页 |
| 6．2．1 6 -DOF并联机器人动力学模型 | 第67-69页 |
| 6．2．2 6 -DOF并联机器人动力学特性 | 第69页 |
| 6．3 6 -DOF并联机器人的鲁棒自适应控制器设计 | 第69-72页 |
| 6．3．1 6 -DOF并联机器人不确定性上界的确定 | 第70-71页 |
| 6．3．2 6 -DOF并联机器人的鲁棒自适应控制器设计 | 第71-72页 |
| 6．4 仿真研究 | 第72页 |
| 6．5 本章小结 | 第72-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第82-83页 |
| 致谢 | 第83-84页 |
| 作者简历 | 第84页 |
