工业机器人柔性动态误差分析及补偿策略研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 工业机器人的发展及现状 | 第11-16页 |
| 1.2.1 概述 | 第11页 |
| 1.2.2 工业机器人发展现状 | 第11-15页 |
| 1.2.3 工业机器人动态误差研究现状 | 第15-16页 |
| 1.3 本文研究的主要内容 | 第16-17页 |
| 第2章 机器人刚体模型运动学动力学分析及仿真 | 第17-33页 |
| 2.1 引言 | 第17页 |
| 2.2 机器人运动学分析 | 第17-26页 |
| 2.2.1 机器人连杆坐标系和连杆参数的确定 | 第17-19页 |
| 2.2.2 机器人运动学正解 | 第19-21页 |
| 2.2.3 机器人运动学反解 | 第21-23页 |
| 2.2.4 机器人雅可比矩阵 | 第23-26页 |
| 2.3 机器人动力学分析 | 第26-28页 |
| 2.4 刚性体模型仿真分析 | 第28-32页 |
| 2.4.1 机器人三维模型的建立 | 第28页 |
| 2.4.2 刚体模型运动学仿真 | 第28-29页 |
| 2.4.3 刚体模型动力学仿真 | 第29-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 机器人刚柔耦合动力学建模 | 第33-46页 |
| 3.1 引言 | 第33页 |
| 3.2 建模的理论基础和方法 | 第33-36页 |
| 3.2.1 非线性有限元法 | 第34页 |
| 3.2.2 附加初始应力几何刚度法 | 第34-35页 |
| 3.2.3 几何非线性法 | 第35页 |
| 3.2.4 子系统法 | 第35页 |
| 3.2.5 有限段法 | 第35-36页 |
| 3.3 动力学方程的建立 | 第36-37页 |
| 3.3.1 牛顿-欧拉方法 | 第36页 |
| 3.3.2 拉格朗日方程 | 第36页 |
| 3.3.3 Kane方程 | 第36页 |
| 3.3.4 Hamilton原理 | 第36-37页 |
| 3.4 刚柔耦合动力学建模 | 第37-43页 |
| 3.4.1 刚性子系统动力学方程 | 第38页 |
| 3.4.2 柔性子系统动力学方程 | 第38-39页 |
| 3.4.3 动力学方程的离散 | 第39-42页 |
| 3.4.4 系统整体的动力学方程 | 第42-43页 |
| 3.5 数值仿真分析 | 第43-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第4章 刚柔耦合模型仿真及误差数据提取 | 第46-61页 |
| 4.1 引言 | 第46页 |
| 4.2 ANSYS与ADAMS联合仿真叙述 | 第46-50页 |
| 4.2.1 ANSYS软件概述及其优点 | 第46-47页 |
| 4.2.2 ADAMS软件概述及其优点 | 第47-49页 |
| 4.2.3 ANSYS与ADAMS联合仿真优势 | 第49-50页 |
| 4.3 刚柔耦合模型仿真 | 第50-59页 |
| 4.3.1 机器人模型关键部件的柔性化 | 第50-54页 |
| 4.3.2 刚柔耦合模型动力学仿真 | 第54-56页 |
| 4.3.3 刚柔耦合模型运动学仿真 | 第56-57页 |
| 4.3.4 不同工况条件对机器人末端误差的影响 | 第57-59页 |
| 4.4 机器人末端误差数据的提取 | 第59页 |
| 4.5 本章小结 | 第59-61页 |
| 第5章 机器人柔性引起的动态误差分析及补偿 | 第61-69页 |
| 5.1 引言 | 第61-62页 |
| 5.2 神经网络概述 | 第62-64页 |
| 5.2.1 人工神经网络模型 | 第62-63页 |
| 5.2.2 常用的神经元激励函数 | 第63页 |
| 5.2.3 神经网络的分类 | 第63-64页 |
| 5.3 基于BP神经网络的动态误差补偿器设计 | 第64-66页 |
| 5.3.1 动态误差补偿器控制模型 | 第64页 |
| 5.3.2 BP神经网络控制器设计 | 第64-66页 |
| 5.4 动态误差补偿器的训练与仿真 | 第66-68页 |
| 5.5 本章小结 | 第68-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第73-74页 |
| 致谢 | 第74页 |
