摘要 | 第1-6页 |
Abstract | 第6-14页 |
第1章 绪论 | 第14-25页 |
·机器人发展概况 | 第14-16页 |
·机器人定义及分类 | 第16-18页 |
·机器人定义 | 第16页 |
·机器人分类 | 第16-18页 |
·机器人控制技术 | 第18-23页 |
·现代控制理论方法 | 第19-20页 |
·智能控制 | 第20-23页 |
·论文的结构 | 第23-25页 |
第2章 基础知识 | 第25-35页 |
·数学知识 | 第25-26页 |
·李亚普诺夫稳定性理论 | 第26-27页 |
·模糊理论的基本知识 | 第27-31页 |
·模糊逻辑系统中的基本概念 | 第27-30页 |
·T-S 模糊模型 | 第30页 |
·模糊逻辑系统的构成 | 第30-31页 |
·机器人数学模型 | 第31-33页 |
·机器人仿真模型的建立 | 第33-34页 |
·本章小结 | 第34-35页 |
第3章 机器人实时模糊建模 | 第35-48页 |
·引言 | 第35-36页 |
·T-S 模型的典型建立方法 | 第36页 |
·基于在线聚类的模糊建模方法 | 第36-43页 |
·模糊模型结构的辨识 | 第36-38页 |
·模糊模型后件参数的辨识 | 第38-40页 |
·仿真研究 | 第40-43页 |
·基于在线聚类的机器人实时模糊建模 | 第43-47页 |
·机器人模糊模型及实时辨识算法 | 第43-44页 |
·仿真研究 | 第44-47页 |
·本章小结 | 第47-48页 |
第4章 基于计算力矩的智能变结构控制 | 第48-64页 |
·引言 | 第48-49页 |
·机器人计算力矩加滑模变结构补偿控制器设计 | 第49-53页 |
·控制器设计 | 第49-52页 |
·仿真研究 | 第52-53页 |
·机器人计算力矩加模糊变结构补偿控制 | 第53-56页 |
·控制器设计 | 第53-55页 |
·仿真研究 | 第55-56页 |
·机器人计算力矩加模糊神经网络补偿变结构控制 | 第56-63页 |
·模糊神经网络介绍 | 第56-58页 |
·机器人计算力矩加模糊神经网络补偿控制器设计 | 第58-59页 |
·计算力矩加模糊神经网络和变结构补偿控制器 | 第59-61页 |
·仿真研究 | 第61-63页 |
·本章小结 | 第63-64页 |
第5章 不确定机器人自适应模糊控制 | 第64-78页 |
·引言 | 第64-65页 |
·不确定机器人间接自适应模糊控制 | 第65-71页 |
·自适应模糊控制器的设计 | 第65-67页 |
·自适应模糊滑模控制器设计 | 第67-70页 |
·仿真研究 | 第70-71页 |
·不确定机器人笛卡儿空间直接自适应模糊H_∞控制 | 第71-77页 |
·直接自适应模糊H_∞补偿控制器设计 | 第72-73页 |
·稳定性分析 | 第73-75页 |
·仿真研究 | 第75-77页 |
·本章小结 | 第77-78页 |
第6章 基于距离型模糊推理的机器人逆运动学问题求解 | 第78-87页 |
·引言 | 第78页 |
·距离型模糊学习算法 | 第78-83页 |
·距离型模糊推理介绍 | 第78-80页 |
·知识半径及其方向 | 第80-82页 |
·距离型模糊学习算法介绍 | 第82-83页 |
·机械手逆运动学仿真研究 | 第83-86页 |
·本章小结 | 第86-87页 |
第7章 X-Y 平台实验研究 | 第87-103页 |
·X-Y 平台介绍 | 第87-89页 |
·X-Y 平台硬件组成 | 第88-89页 |
·X-Y 平台数学模型 | 第89页 |
·X-Y 平台实时自适应模糊建模和控制实验研究 | 第89-96页 |
·X-Y 平台T-S 模糊模型 | 第90-92页 |
·自适应控制算法 | 第92-93页 |
·X-Y 平台实时自适应模糊建模和控制 | 第93-96页 |
·基于TCP/IP 网络的X-Y 平台实验方式研究 | 第96-102页 |
·服务器端软件 | 第97-99页 |
·客户端软件 | 第99-100页 |
·基于TCP/IP 通信的X-Y 平台实验结果 | 第100-102页 |
·本章小结 | 第102-103页 |
结论 | 第103-105页 |
参考文献 | 第105-112页 |
攻读博士学位期间承担的科研任务与主要成果 | 第112-113页 |
致谢 | 第113-114页 |
作者简介 | 第114页 |