工业机器人标定技术研究
| 独创性声明 | 第1页 |
| 学位论文版权使用授权书 | 第3-4页 |
| 摘要 | 第4-6页 |
| Abstraet | 第6-11页 |
| 第一章 绪论 | 第11-28页 |
| ·引言 | 第11-12页 |
| ·机器人标定技术的研究现状 | 第12-23页 |
| ·国外标定技术研究现状 | 第13-21页 |
| ·国内研究现状 | 第21-23页 |
| ·机器人在研磨加工中的应用 | 第23-24页 |
| ·本文主要工作 | 第24-28页 |
| ·本文研究主线 | 第25页 |
| ·论文的结构 | 第25-26页 |
| ·论文主要工作 | 第26-28页 |
| 第二章 研磨抛光机器人系统简介及误差分析 | 第28-43页 |
| ·研磨抛光机器人系统简介 | 第28-30页 |
| ·研磨抛光机器人加工系统 | 第30-32页 |
| ·机器人控制系统 | 第30-31页 |
| ·力反馈系统 | 第31页 |
| ·加工工艺研究 | 第31-32页 |
| ·误差源分析 | 第32-33页 |
| ·误差计算 | 第33-40页 |
| ·坐标系建立 | 第33-34页 |
| ·平动关节产生的误差 | 第34-38页 |
| ·转动关节产生的误差 | 第38-40页 |
| ·机器人运动学正解与逆解 | 第40-42页 |
| ·理想运动学模型 | 第40-41页 |
| ·实际运动学模型 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第三章 机器人关节误差补偿的遗传神经网络法 | 第43-54页 |
| ·引言 | 第43-45页 |
| ·遗传算法 | 第45-47页 |
| ·混合编码下的遗传神经网络算法 | 第47-51页 |
| ·Solis&Wets算子 | 第47-49页 |
| ·混合遗传神经网络法 | 第49-51页 |
| ·仿真试验 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 机器人标定的几何参数法 | 第54-67页 |
| ·引言 | 第54-55页 |
| ·标定基础 | 第55-58页 |
| ·位姿测量 | 第56页 |
| ·位姿匹配 | 第56-57页 |
| ·位姿匹配与位姿测量的等量关系 | 第57-58页 |
| ·参数标定方法 | 第58-59页 |
| ·非线性优化算法 | 第58页 |
| ·递归线性方程法 | 第58-59页 |
| ·仿真结果与讨论 | 第59-66页 |
| ·完整集标定 | 第59-61页 |
| ·部分集标定 | 第61-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 机器人误差标定的神经网络法 | 第67-79页 |
| ·引言 | 第67-68页 |
| ·标定前位姿误差计算 | 第68-71页 |
| ·神经网络—运动学标定 | 第71-75页 |
| ·神经网络—理想运动学标定 | 第71-73页 |
| ·神经网络—实际运动学标定 | 第73-75页 |
| ·机器人神经网络逆标定法 | 第75-77页 |
| ·本章小结 | 第77-79页 |
| 第六章 误差标定实验 | 第79-88页 |
| ·平动关节误差测量 | 第79-85页 |
| ·转动关节误差补偿 | 第85-86页 |
| ·5轴联动测量 | 第86-87页 |
| ·本章小结 | 第87-88页 |
| 第七章 机器人轨迹跟踪控制 | 第88-108页 |
| ·打磨机器人动力学建模 | 第89-95页 |
| ·有效惯量 | 第91-92页 |
| ·机械手的耦合惯量 | 第92页 |
| ·重力载荷项 | 第92-93页 |
| ·哥氏力和心力的计算 | 第93-94页 |
| ·摩擦力求解 | 第94-95页 |
| ·计算力矩加PD反馈控制 | 第95-99页 |
| ·计算力矩加PD反馈控制过程 | 第95-96页 |
| ·计算力矩控制收敛性证明 | 第96-99页 |
| ·计算力矩与神经网络混合控制 | 第99-102页 |
| ·网络权值调整 | 第100-101页 |
| ·系统稳定及跟踪误差收敛性证明 | 第101-102页 |
| ·仿真试验 | 第102-107页 |
| ·本章小结 | 第107-108页 |
| 第八章 总结与展望 | 第108-112页 |
| ·工作总结 | 第108-109页 |
| ·未来工作展望 | 第109-112页 |
| 参考文献 | 第112-124页 |
| 致谢 | 第124-126页 |
| 发表的学术论文及参加的科研项目 | 第126-128页 |
| 作者简介 | 第128页 |
