面向小型金属铸件的机器人自动抛磨关键技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 课题背景及研究的目的和意义 | 第10-11页 |
| 1.2 机器人抛磨系统的发展概况 | 第11-15页 |
| 1.2.1 基于机器人末端的力控制抛磨系统 | 第12-14页 |
| 1.2.2 基于砂带机结构的力控制抛磨系统 | 第14-15页 |
| 1.3 机器人抛磨建模方法的发展概况 | 第15-17页 |
| 1.3.1 物理建模法 | 第15-16页 |
| 1.3.2 回归建模法 | 第16-17页 |
| 1.4 机器人力控制策略的发展概况 | 第17-18页 |
| 1.4.1 阻抗控制策略 | 第17页 |
| 1.4.2 力位混合控制策略 | 第17-18页 |
| 1.4.3 智能力控制策略 | 第18页 |
| 1.5 国内外研究现状分析 | 第18-19页 |
| 1.6 本文的主要研究内容 | 第19-21页 |
| 第2章 机器人抛磨工艺分析与系统设计 | 第21-31页 |
| 2.1 引言 | 第21页 |
| 2.2 机器人抛磨工艺分析 | 第21-23页 |
| 2.2.1 抛磨工艺分析 | 第21-22页 |
| 2.2.2 离线仿真分析 | 第22-23页 |
| 2.3 被动力控砂带机结构设计 | 第23-26页 |
| 2.3.1 被动力调整机构设计 | 第25-26页 |
| 2.3.2 张紧力调整机构设计 | 第26页 |
| 2.4 主动力控机器人末端工具设计 | 第26-28页 |
| 2.4.1 工具结构设计 | 第26-27页 |
| 2.4.2 力传感器选型 | 第27-28页 |
| 2.5 主被动力控制机器人自动抛磨系统 | 第28-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 基于支持向量回归的抛磨质量建模 | 第31-43页 |
| 3.1 引言 | 第31页 |
| 3.2 抛磨质量模型 | 第31-35页 |
| 3.2.1 支持向量回归模型 | 第31-34页 |
| 3.2.2 抛磨模型评价指标 | 第34-35页 |
| 3.3 抛磨建模实验设计 | 第35-39页 |
| 3.3.1 抛磨质量影响因素分析 | 第35-38页 |
| 3.3.2 抛磨质量模型数据获取 | 第38-39页 |
| 3.4 抛磨建模参数优化 | 第39-41页 |
| 3.4.1 遍历搜索寻优 | 第39-40页 |
| 3.4.2 遗传算法寻优 | 第40页 |
| 3.4.3 粒子群算法寻优 | 第40-41页 |
| 3.5 抛磨建模实验验证 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 机器人抛磨力控制策略研究 | 第43-59页 |
| 4.1 引言 | 第43页 |
| 4.2 主被动力控制策略 | 第43-44页 |
| 4.3 力传感器信号预处理 | 第44-48页 |
| 4.3.1 力信号的滤波算法研究 | 第44-47页 |
| 4.3.2 末端工具的重力补偿研究 | 第47-48页 |
| 4.4 笛卡尔空间阻抗控制 | 第48-52页 |
| 4.4.1 阻抗控制模型建立 | 第48-49页 |
| 4.4.2 阻抗控制参数研究 | 第49-52页 |
| 4.5 基于模糊自适应的阻抗控制 | 第52-58页 |
| 4.5.1 模糊阻抗模型的建立 | 第52-55页 |
| 4.5.2 控制系统仿真分析 | 第55-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第5章 机器人自动抛磨系统实验研究 | 第59-71页 |
| 5.1 引言 | 第59页 |
| 5.2 机器人抛磨系统实验平台 | 第59-64页 |
| 5.2.1 硬件平台搭建 | 第59-60页 |
| 5.2.2 软件系统设计 | 第60-64页 |
| 5.3 机器人抛磨系统标定实验 | 第64-65页 |
| 5.3.1 标定实验设计 | 第64-65页 |
| 5.3.2 标定实验分析 | 第65页 |
| 5.4 机器人抛磨系统实验验证 | 第65-70页 |
| 5.4.1 机器人重力补偿实验 | 第65-66页 |
| 5.4.2 机器人恒力控制实验 | 第66-68页 |
| 5.4.3 小型金属铸件抛磨实验 | 第68-70页 |
| 5.5 本章小结 | 第70-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第76-78页 |
| 致谢 | 第78页 |
