多关节机器人的智能滑模变结构控制方法研究
摘要 | 第1-7页 |
Abstract | 第7-12页 |
第1章 绪论 | 第12-20页 |
·课题研究的背景及意义 | 第12页 |
·研究的现状 | 第12-18页 |
·传统控制方法 | 第12-14页 |
·智能控制方法 | 第14-17页 |
·混合控制方法 | 第17-18页 |
·论文主要工作与结构 | 第18-20页 |
第2章 多关节机器人动力学 | 第20-28页 |
·刚体的位姿描述和齐次变换 | 第20-23页 |
·位置描述 | 第20页 |
·方位描述 | 第20-22页 |
·位姿描述和齐次变换 | 第22-23页 |
·雅可比矩阵 | 第23-24页 |
·刚性机器人动力学 | 第24-27页 |
·具有建模误差和干扰的多关节机器人动力学 | 第25-27页 |
·解耦的多关节机器人动力学 | 第27页 |
·小结 | 第27-28页 |
第3章 多关节机器人的滑模变结构控制 | 第28-54页 |
·滑模变结构控制概述 | 第28-31页 |
·滑模变结构控制的定义 | 第28-29页 |
·滑动模态的存在及到达条件 | 第29-30页 |
·滑动模态运动方程 | 第30-31页 |
·滑模面设计 | 第31-46页 |
·线性滑模面 | 第31-36页 |
·非线性滑模面 | 第36-43页 |
·时变滑模面 | 第43-46页 |
·抖振的削弱方法 | 第46-53页 |
·准滑模控制 | 第47-50页 |
·基于趋近律的滑模控制 | 第50-53页 |
·其他方法 | 第53页 |
·小结 | 第53-54页 |
第4章 多关节机器人的模糊滑模变结构控制 | 第54-84页 |
·模糊控制概述 | 第54-59页 |
·Mamdani模糊系统及数学描述 | 第54-55页 |
·模糊系统的万能逼近性及精度 | 第55-58页 |
·模糊控制器的分类和设计方法 | 第58-59页 |
·模糊滑模控制概述 | 第59-60页 |
·常规模糊滑模控制 | 第59页 |
·自适应模糊滑模控制 | 第59-60页 |
·边界层模糊准滑模控制 | 第60页 |
·其他方法 | 第60页 |
·多关节机器人的直接自适应模糊滑模控制 | 第60-73页 |
·直接自适应模糊滑模控制原理 | 第60-64页 |
·快速的直接自适应模糊滑模控制 | 第64-73页 |
·多关节机器人的间接自适应模糊滑模控制 | 第73-83页 |
·间接自适应模糊滑模控制原理 | 第74-77页 |
·快速的间接自适应模糊滑模控制 | 第77-83页 |
·小结 | 第83-84页 |
第5章 多关节机器人的神经滑模变结构控制 | 第84-108页 |
·神经滑模控制概述 | 第84-86页 |
·基于神经网络学习的滑模变结构控制 | 第84-85页 |
·自适应神经网络滑模变结构控制 | 第85页 |
·基于模糊神经网络的滑模变结构控制 | 第85页 |
·基于滑模变结构理论的神经网络智能学习 | 第85-86页 |
·基于模糊监督的神经滑模控制 | 第86页 |
·基于径向基函数神经网络的多关节机器人滑模控制 | 第86-98页 |
·径向基函数神经网络及数学描述 | 第86-88页 |
·基于径向基函数神经网络的滑模控制原理 | 第88-90页 |
·快速径向基函数神经滑模控制 | 第90-98页 |
·基于自组织模糊神经网络的多关节机器人滑模控制 | 第98-107页 |
·自组织模糊神经网络概述 | 第98-102页 |
·基于自组织模糊神经网络的滑模控制 | 第102-107页 |
·小结 | 第107-108页 |
第6章 基于遗传算法的机器人模糊神经滑模控制 | 第108-122页 |
·遗传算法概述 | 第108-112页 |
·遗传算法的基本原理 | 第108-112页 |
·遗传算法的应用及特点 | 第112页 |
·基于自适应遗传算法的机器人模糊神经滑模控制 | 第112-121页 |
·控制任务 | 第112-113页 |
·基于遗传算法的模糊神经滑模控制器 | 第113-114页 |
·自适应遗传算法 | 第114-116页 |
·在线学习算法 | 第116-117页 |
·仿真实验 | 第117-121页 |
·小结 | 第121-122页 |
结束语 | 第122-124页 |
参考文献 | 第124-130页 |
攻读博士学位期间所发表的学术论文 | 第130-131页 |
致谢 | 第131页 |