首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

空间多自由度并联机器人性能分析和控制方法研究

摘要第5-6页
Abstracts第6-7页
第1章 绪论第11-20页
    1.1 课题研究背景及意义第11-12页
    1.2 多自由度并联机器人国内外研究状况第12-18页
        1.2.1 六自由度并联机器人第12-13页
        1.2.2 三自由度并联机器人第13-14页
        1.2.3 运动学第14页
        1.2.4 动力学第14-15页
        1.2.5 工作空间及奇异性第15-16页
        1.2.6 控制算法第16-18页
    1.3 文献综述小结第18页
    1.4 论文主要的研究内容第18-20页
        1.4.1 研究内容第18-19页
        1.4.2 研究重点及难点第19页
        1.4.3 论文篇章安排第19-20页
第2章 多自由度并联机器人结构介绍及运动学分析第20-27页
    2.1 Stewart并联机器人简介第20-21页
    2.2 3RPS/UPS并联机器人简介第21页
    2.3 逆运动学分析第21-23页
        2.3.1 3RPS/UPS机构逆运动学分析第21-23页
        2.3.2 Stewart机构逆运动学分析第23页
    2.4 正运动学分析第23-26页
        2.4.1 Stewart机构正运动学分析第23-25页
        2.4.2 3RPS/UPS机构正运动学分析第25-26页
    2.5 本章小结第26-27页
第3章 并联机器人工作空间的研究及其体积计算第27-33页
    3.1 工作空间分析第27-30页
        3.1.1 工作空间的约束条件第27-28页
        3.1.2 工作空间边界的确定及分析第28-30页
    3.2 并联机器人工作空间体积的计算第30-32页
        3.2.1 微元法求解工作空间体积第31页
        3.2.2 二值化处理法求解工作空间体积第31-32页
    3.3 本章小结第32-33页
第4章 运动控制算法的研究第33-49页
    4.1 经典PID控制算法第33-34页
        4.1.1 PID控制的基本原理第33-34页
        4.1.2 PID控制的局限与改进第34页
    4.2 模糊CMAC神经网络控制算法第34-39页
        4.2.1 CMAC神经网络概述第34-35页
        4.2.2 CMAC神经网络控制算法的原理第35-36页
        4.2.3 CMAC神经网络的学习算法第36-38页
        4.2.4 模糊CMAC神经网络控制算法第38-39页
    4.3 H∞鲁棒控制算法第39-42页
        4.3.1 鲁棒控制算法概述第39-40页
        4.3.2 H∞控制理论及其特点第40-41页
        4.3.3 H∞鲁棒控制算法的原理第41-42页
    4.4 RBF神经网络状态观测器反演控制算法第42-47页
        4.4.1 反演控制器的原理及设计第42-44页
        4.4.2 RBF神经网络不确定函数逼近第44-45页
        4.4.3 稳定性分析第45-47页
    4.5 本章小结第47-49页
第5章 运动控制算法的验证第49-66页
    5.1 控制系统结构框图的设计第49-54页
    5.2 仿真实验结果与分析第54-64页
        5.2.1 PID控制第54-55页
        5.2.2 模糊CMAC神经网络控制第55-57页
        5.2.3 H∞鲁棒控制第57-58页
        5.2.4 RBF神经网络状态观测器的反演控制第58-60页
        5.2.5 控制算法的综合分析对比第60-63页
        5.2.6 控制算法的实物验证第63-64页
    5.3 本章小结第64-66页
第6章 基于多自由度并联机器人的视觉伺服系统第66-74页
    6.1 并联机器人组成及其工作原理第66-68页
    6.2 控制系统的组成及其关键技术第68-70页
        6.2.1 运动控制器第68-69页
        6.2.2 全数字电机驱动器第69页
        6.2.3 控制软件第69-70页
    6.3 视觉伺服系统及软件第70-73页
        6.3.1 视觉伺服系统第70-71页
        6.3.2 视觉伺服系统控制软件第71-73页
    6.4 本章小结第73-74页
总结与展望第74-76页
参考文献第76-79页
附录A 攻读学位期间所发表的学术论文目录第79-80页
致谢第80页

论文共80页,点击 下载论文
上一篇:全自动精密划片机控制软件的研究与设计
下一篇:基于二硫化钼-金复合材料和DNA四面体的SPR传感器研究