管道机器人容错控制算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 容错控制方法 | 第10-11页 |
| 1.3 国内外容错控制现状及发展 | 第11-12页 |
| 1.4 课题研究内容 | 第12-13页 |
| 第2章 轮式机器人控制系统 | 第13-23页 |
| 2.1 轮式机器人运动方式选取 | 第13-14页 |
| 2.2 完整约束与非完整约束 | 第14-15页 |
| 2.3 轮式机器人运动学建模 | 第15-20页 |
| 2.3.1 模型建立 | 第15-19页 |
| 2.3.2 模型分析 | 第19-20页 |
| 2.4 轮式机器人动力学建模 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 故障诊断与分析 | 第23-35页 |
| 3.1 机器人故障诊断研究的意义 | 第23-24页 |
| 3.2 故障诊断的基本概念与定义 | 第24-26页 |
| 3.2.1 故障的基本概念 | 第24-25页 |
| 3.2.2 故障的分类 | 第25-26页 |
| 3.3 基于冗余的故障诊断 | 第26-27页 |
| 3.4 不确定动态系统故障诊断 | 第27-31页 |
| 3.4.1 检测观测器的通用结构 | 第27页 |
| 3.4.2 故障分离和鲁棒观测 | 第27-30页 |
| 3.4.3 检测观测器的计算 | 第30-31页 |
| 3.5 控制系统与设置的故障诊断 | 第31-34页 |
| 3.5.1 传感器的故障诊断与分析 | 第31-33页 |
| 3.5.2 执行器的故障诊断与分析 | 第33页 |
| 3.5.3 电机的故障诊断与分析 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第4章 模糊控制在容错控制中的应用 | 第35-49页 |
| 4.1 引言 | 第35页 |
| 4.2 轮式机器人的模糊推理 | 第35-38页 |
| 4.3 模糊控制系统的组成 | 第38-41页 |
| 4.3.1 传统控制与模糊控制系统的差别 | 第38-40页 |
| 4.3.2 模糊控制器的结构 | 第40-41页 |
| 4.4 模糊 PID 对机器人驱动的容错 | 第41-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 神经网络在容错控制系统中的应用 | 第49-67页 |
| 5.1 引言 | 第49页 |
| 5.2 神经网络的模型和预测 | 第49-51页 |
| 5.3 RBF 神经网络的故障诊断 | 第51-61页 |
| 5.3.1 高斯基的隶属度函数 | 第51-53页 |
| 5.3.2 RBF 神经网络的训练过程 | 第53-56页 |
| 5.3.3 RBF 神经网络逼近不确定性模型 | 第56-61页 |
| 5.4 轮式机器人轨迹跟踪的容错 | 第61-65页 |
| 5.5 本章小结 | 第65-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间所发表的论文 | 第73-75页 |
| 致谢 | 第75页 |
