| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 迭代学习控制的研究现状 | 第12-14页 |
| 1.2.2 H_∞控制发展现状 | 第14-16页 |
| 1.3 本文研究内容与各章节安排 | 第16-17页 |
| 第2章 轨迹基元匹配的柔性ILC系统结构方案 | 第17-22页 |
| 2.1 引言 | 第17页 |
| 2.2 问题描述 | 第17-18页 |
| 2.3 柔性ILC系统的整体结构方案 | 第18-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 轨迹基元优化匹配组合方法 | 第22-38页 |
| 3.1 引言 | 第22页 |
| 3.2 基于NURBS模型的轨迹数据库建立 | 第22-23页 |
| 3.2.1 NURBS曲线定义 | 第22-23页 |
| 3.2.2 轨迹轨迹库的建立 | 第23页 |
| 3.3 基于Kabsch算法的轨迹基元优化匹配方法 | 第23-30页 |
| 3.3.1 Kabsch算法介绍 | 第23-24页 |
| 3.3.2 轨迹基元匹配的相似性定义 | 第24-25页 |
| 3.3.3 轨迹基元优化匹配方法 | 第25-30页 |
| 3.4 算法仿真验证 | 第30-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第4章 反馈辅助迭代学习控制器设计 | 第38-55页 |
| 4.1 引言 | 第38页 |
| 4.2 初次迭代控制信号提取 | 第38-39页 |
| 4.3 初次控制信号对系统影响分析 | 第39-43页 |
| 4.3.1 H_∞反馈辅助控制结构设计 | 第39-40页 |
| 4.3.2 初次控制信号对初次控制误差的影响 | 第40-41页 |
| 4.3.3 初次控制信号跳变对系统输出的影响 | 第41-43页 |
| 4.4 H_∞反馈辅助迭代学习控制器设计 | 第43-46页 |
| 4.4.1 H_∞混合灵敏度优化问题 | 第43-44页 |
| 4.4.2 权值函数的选取问题 | 第44-45页 |
| 4.4.3 系统收敛性分析 | 第45-46页 |
| 4.5 仿真实验 | 第46-54页 |
| 4.5.1 控制信号提取实验 | 第47-48页 |
| 4.5.2 控制系统结构参数选择 | 第48-49页 |
| 4.5.3 控制信号跳变对系统影响实验 | 第49-50页 |
| 4.5.4 提取的初次控制信号有效性实验 | 第50-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 六自由度机器人迭代学习控制算法实验验证 | 第55-65页 |
| 5.1 引言 | 第55页 |
| 5.2 基于CoDeSys平台的ILC算法设计 | 第55-60页 |
| 5.3 实验过程与结果 | 第60-64页 |
| 5.3.1 初次控制信号的提取 | 第60-61页 |
| 5.3.2 验证初次控制信号有效性实验 | 第61-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第6章 结论与展望 | 第65-67页 |
| 6.1 结论 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间参加的科研项目和成果 | 第72页 |