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

基于计算力矩结构的不确定性机器人控制策略研究

摘要第1-5页
Abstract第5-10页
第1章 绪论第10-22页
 1.1 引言第10页
 1.2 机器人的发展概论第10-13页
  1.2.1 工业机器人发展概况第10-12页
  1.2.2 并联机器人发展概况第12-13页
 1.3 机器人控制理论发展概况第13-20页
  1.3.1 运动学控制第13-14页
  1.3.2 动力学控制第14-20页
 1.4 本课题研究的内容、目的和意义第20-22页
  1.4.1 内容第20-21页
  1.4.2 目的第21页
  1.4.3 意义第21-22页
第2章 预备知识第22-31页
 2.1 数学知识第22-23页
 2.2 控制理论基本概念第23-24页
 2.3 仿真知识第24-27页
  2.3.1 仿真的概念第24-25页
  2.3.2 MATLAB语言简介第25-27页
 2.4 机器人的数学模型第27-29页
 2.5 仿真模型的建立第29-30页
 2.6 本章小结第30-31页
第3章 机器人的计算力矩控制第31-37页
 3.1 引言第31页
 3.2 计算力矩控制第31-33页
  3.2.1 第一种计算力矩控制器第31-33页
  3.2.2 第二种计算力矩控制器第33页
 3.3 计算力矩控制实际机器人系统第33-35页
 3.4 仿真研究第35-36页
 3.5 本章小结第36-37页
第4章 计算力矩加变结构控制补偿方案第37-53页
 4.1 引言第37-38页
 4.2 变结构控制基本理论第38-39页
  4.2.1 变结构控制的定义第38-39页
  4.2.2 变结构控制系统的品质第39页
 4.3 变结构补偿控制器设计第39-47页
  4.3.1 PID型滑模变结构补偿控制器第40-42页
  4.3.2 变结构模型参考自适应补偿控制器第42-44页
  4.3.3 集中补偿不确定性控制策略第44-47页
 4.4 仿真研究第47-52页
 4.5 本章小结第52-53页
第5章 计算力矩加神经网络控制补偿方案第53-64页
 5.1 引言第53-54页
 5.2 神经网络控制基本理论第54-56页
  5.2.1 BP网络函数估计第54-55页
  5.2.2 RBF网络函数估计第55-56页
 5.3 神经网络补偿控制器设计第56-60页
  5.3.1 BP网络补偿控制器设计第57-59页
  5.3.2 RBF网络补偿控制器设计第59-60页
 5.4 仿真研究第60-63页
 5.5 本章小结第63-64页
第6章 计算力矩加模糊控制补偿方案第64-77页
 6.1 引言第64-65页
 6.2 模糊控制基本理论第65-67页
  6.2.1 模糊逻辑系统的构成第65页
  6.2.2 模糊逻辑系统函数逼近特性第65-67页
 6.3 模糊补偿控制器设计第67-73页
  6.3.1 模糊PD补偿控制器第67-70页
  6.3.2 自调整模糊PD补偿控制器第70-71页
  6.3.3 自适应模糊补偿控制器第71-73页
 6.4 仿真研究第73-76页
 6.5 本章小结第76-77页
第7章 6-DOF并联机器人的计算力矩控制第77-85页
 7.1 引言第77页
 7.2 6 -DOF并联机器人的动力学模型和特性第77-79页
  7.2.1 6 -DOF并联机器人的动力学模型第77-79页
  7.2.2 6 -DOF并联机器人的动力学特性第79页
 7.3 6 -DOF并联机器人计算力矩控制器设计第79-82页
  7.3.1 6 -DOF并联机器人不确定性上界的确定第80-81页
  7.3.2 6 -DOF并联机器人变结构补偿控制器设计第81-82页
 7.4 仿真研究第82-84页
 7.5 本章小结第84-85页
第8章 机器人逆运动学问题的新算法第85-94页
 8.1 引言第85-86页
 8.2 模糊神经网络基本理论第86-88页
 8.3 模糊神经网络控制器设计第88-91页
  8.3.1 控制原理第88-90页
  8.3.2 控制器结构与算法第90-91页
 8.4 仿真研究第91-93页
 8.5 本章小结第93-94页
结论第94-96页
参考文献第96-101页
攻读硕士学位期间所发表的论文第101-102页
致谢第102-103页

论文共103页,点击 下载论文
上一篇:α-淀粉酶基因体外定向进化的研究
下一篇:掩蔽声所致的下丘神经元前掩蔽效应的时相特性