工业机器人多轴同步控制技术
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 工业机器人控制研究现状 | 第10-13页 |
| 1.2.1 工业机器人PD控制 | 第10-11页 |
| 1.2.2 工业机器人自适应控制 | 第11-12页 |
| 1.2.3 工业机器人的滑模控制 | 第12-13页 |
| 1.3 多轴同步控制的研究现状 | 第13-15页 |
| 1.3.1 机械同步方式 | 第13页 |
| 1.3.2 电控同步方式 | 第13-15页 |
| 1.4 本文研究的主要内容 | 第15-16页 |
| 第2章 工业机器人建模与控制理论基础 | 第16-29页 |
| 2.1 引言 | 第16页 |
| 2.2 工业机器人的建模方法 | 第16-24页 |
| 2.2.1 Newton-Euler法 | 第16-19页 |
| 2.2.2 Lagrange法 | 第19-21页 |
| 2.2.3 工业机器人动力学模型及特性 | 第21-24页 |
| 2.3 多轴同步控制策略 | 第24-25页 |
| 2.3.1 交叉耦合同步控制 | 第24-25页 |
| 2.4 控制理论基础 | 第25-28页 |
| 2.4.1 Lyapunov稳定性理论 | 第25-27页 |
| 2.4.2 LaSalle不变性原理 | 第27页 |
| 2.4.3 Barbalat引理 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 工业机器人自适应同步控制 | 第29-44页 |
| 3.1 引言 | 第29页 |
| 3.2 模型参考自适应同步控制 | 第29-34页 |
| 3.2.1 工业机器人模型参数线性化 | 第30-31页 |
| 3.2.2 自适应同步控制器设计 | 第31-32页 |
| 3.2.3 稳定性分析 | 第32-34页 |
| 3.3 基于RBF神经网络的自适应同步控制 | 第34-40页 |
| 3.3.1 RBF神经网络基本理论 | 第34-37页 |
| 3.3.2 RBF网络自适应同步控制器设计 | 第37-39页 |
| 3.3.3 稳定性分析 | 第39-40页 |
| 3.4 数值仿真分析 | 第40-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 工业机器人滑模同步控制 | 第44-60页 |
| 4.1 引言 | 第44页 |
| 4.2 基于名义模型的滑模同步控制 | 第44-50页 |
| 4.2.1 指数趋近律 | 第47页 |
| 4.2.2 滑模同步控制器设计 | 第47-49页 |
| 4.2.3 稳定性分析 | 第49-50页 |
| 4.3 模糊自适应增益调节滑模同步控制 | 第50-55页 |
| 4.3.1 模糊系统基本理论 | 第50-52页 |
| 4.3.2 模糊自适应增益调节滑模控制器设计 | 第52-54页 |
| 4.3.3 稳定性分析 | 第54-55页 |
| 4.4 数值仿真分析 | 第55-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 系统实验与分析 | 第60-73页 |
| 5.1 引言 | 第60页 |
| 5.2 ER3A-C60型工业机器人介绍 | 第60-63页 |
| 5.2.1 ER3A-C60工业机器人参数 | 第60-62页 |
| 5.2.2 GTHD高性能伺服驱动器 | 第62-63页 |
| 5.3 EtherCAT实时以太网技术介绍 | 第63-67页 |
| 5.3.1 EtherCAT原理 | 第63-66页 |
| 5.3.2 EtherCAT主站搭建 | 第66-67页 |
| 5.4 系统测试与实验 | 第67-72页 |
| 5.4.1 实验平台环境与步骤 | 第67-68页 |
| 5.4.2 自适应算法实验与数据结果 | 第68-70页 |
| 5.4.3 滑模算法实验与数据结果 | 第70-72页 |
| 5.5 实验分析总结 | 第72页 |
| 5.6 本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79页 |
