基于神经网络的跨尺度环境下空间机械臂滑模控制研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究的目的和意义 | 第10-11页 |
| 1.2 国内外研究综述 | 第11-15页 |
| 1.2.1 空间机械臂研究现状 | 第11-12页 |
| 1.2.2 空间机械臂轨迹跟踪控制研究现状 | 第12-14页 |
| 1.2.3 微重力研究现状 | 第14-15页 |
| 1.3 本文主要内容和结构安排 | 第15-18页 |
| 第2章 跨尺度环境下空间机械臂系统模型建立 | 第18-32页 |
| 2.1 引言 | 第18页 |
| 2.2 空间机械臂运动学研究 | 第18-23页 |
| 2.2.1 系统结构及基本假设 | 第18-19页 |
| 2.2.2 基本坐标系及符号定义 | 第19-20页 |
| 2.2.3 地面尺度运动学模型 | 第20-21页 |
| 2.2.4 空间尺度运动学模型 | 第21-23页 |
| 2.3 空间机械臂动力学研究 | 第23-26页 |
| 2.3.1 地面尺度动力学模型 | 第24-25页 |
| 2.3.2 空间尺度动力学模型 | 第25-26页 |
| 2.4 仿真模型 | 第26-30页 |
| 2.4.1 空间尺度模型 | 第26-29页 |
| 2.4.2 地面尺度模型 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第3章 基于名义模型的空间机械臂滑模控制 | 第32-42页 |
| 3.1 引言 | 第32页 |
| 3.2 滑模控制理论知识 | 第32-34页 |
| 3.2.1 滑模控制概述 | 第32页 |
| 3.2.2 滑模控制定义 | 第32-33页 |
| 3.2.3 滑模控制系统的动态品质 | 第33-34页 |
| 3.3 空间机械臂滑模控制 | 第34-39页 |
| 3.3.1 全局PID滑模控制器设计 | 第34-35页 |
| 3.3.2 稳定性证明 | 第35-37页 |
| 3.3.3 仿真研究 | 第37-39页 |
| 3.4 本章小结 | 第39-42页 |
| 第4章 基于神经网络补偿的空间机械臂滑模控制 | 第42-50页 |
| 4.1 引言 | 第42页 |
| 4.2 RBF神经网络及GL矩阵 | 第42-44页 |
| 4.2.1 RBF神经网络 | 第42-43页 |
| 4.2.2 GL矩阵 | 第43-44页 |
| 4.3 空间机械臂神经网络滑模控制 | 第44-48页 |
| 4.3.1 神经网络滑模控制器设计 | 第44-45页 |
| 4.3.2 稳定性证明 | 第45页 |
| 4.3.3 仿真研究 | 第45-48页 |
| 4.4 本章小结 | 第48-50页 |
| 第5章 考虑重力项的空间机械臂神经网络滑模控制 | 第50-60页 |
| 5.1 引言 | 第50页 |
| 5.2 重力项对空间机械臂运动控制的影响 | 第50-53页 |
| 5.2.1 重力项对空间机械臂动力特性的影响 | 第50-51页 |
| 5.2.2 重力项对空间机械臂轨迹跟踪精度的影响 | 第51-53页 |
| 5.3 考虑重力项的神经网络终端滑模控制 | 第53-58页 |
| 5.3.1 神经网络终端滑模控制器设计 | 第53-54页 |
| 5.3.2 稳定性证明 | 第54-56页 |
| 5.3.3 仿真研究 | 第56-58页 |
| 5.4 本章小结 | 第58-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 作者简介及科研成果 | 第66-68页 |
| 致谢 | 第68页 |
