| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 柔性机械臂及稳定逆概述 | 第12-16页 |
| 1.1.1 柔性机械臂概述 | 第12-14页 |
| 1.1.2 非最小相位系统的稳定逆问题 | 第14-16页 |
| 1.2 基函数迭代学习控制与本文基本思路 | 第16-21页 |
| 1.2.1 迭代学习控制的基本问题描述 | 第16-18页 |
| 1.2.2 非最小相位系统与非因果学习律 | 第18-20页 |
| 1.2.3 基函数型迭代学习控制 | 第20-21页 |
| 1.2.4 本文所采取的主要思路 | 第21页 |
| 1.3 论文组织结构 | 第21-24页 |
| 第2章 非最小相位系统的基函数型自适应迭代学习控制 | 第24-44页 |
| 2.1 引言 | 第24-26页 |
| 2.2 问题描述 | 第26-27页 |
| 2.3 非最小相位系统的基函数型迭代学习控制 | 第27-28页 |
| 2.4 时域稳定逆和基函数空间 | 第28-33页 |
| 2.4.1 时域稳定逆 | 第28页 |
| 2.4.2 稳定逆的分解与重组 | 第28-30页 |
| 2.4.3 稳定逆的基函数逼近 | 第30-33页 |
| 2.5 自适应学习律 | 第33-35页 |
| 2.5.1 模型辨识 | 第33-35页 |
| 2.5.2 自适应学习律 | 第35页 |
| 2.6 学习律鲁棒收敛性 | 第35-37页 |
| 2.7 仿真研究 | 第37-43页 |
| 2.8 结论 | 第43-44页 |
| 第3章 非最小相位系统的基向量值函数型迭代学习控制 | 第44-62页 |
| 3.1 引言 | 第44-45页 |
| 3.2 问题描述 | 第45-46页 |
| 3.3 稳定逆的向量值函数空间逼近 | 第46-51页 |
| 3.3.1 向量值函数空间 | 第46-47页 |
| 3.3.2 一种向量值函数空间的构造方法 | 第47-48页 |
| 3.3.3 多入多出系统的向量值函数空间表述 | 第48-49页 |
| 3.3.4 稳定逆的基向量值函数逼近 | 第49-51页 |
| 3.4 基向量值函数型迭代学习控制 | 第51-54页 |
| 3.4.1 向量值函数空间模型辨识算法设计 | 第51-52页 |
| 3.4.2 最优迭代学习律设计 | 第52-53页 |
| 3.4.3 基向量值函数型迭代学习控制运行步骤 | 第53-54页 |
| 3.5 仿真研究 | 第54-60页 |
| 3.6 结论 | 第60-62页 |
| 第4章 柔性机械臂的末端轨迹跟踪实验 | 第62-86页 |
| 4.1 引言 | 第62-64页 |
| 4.2 实验平台设备描述 | 第64-68页 |
| 4.2.1 模块化柔性臂 | 第64-66页 |
| 4.2.2 检测装置 | 第66-68页 |
| 4.3 柔性臂运动控制软件平台的开发 | 第68-71页 |
| 4.4 柔性臂控制实验 | 第71-85页 |
| 4.4.1 柔性臂性能测试 | 第71-77页 |
| 4.4.2 柔性臂末端轨迹跟踪实验 | 第77-85页 |
| 4.5 结论 | 第85-86页 |
| 第5章 总结与展望 | 第86-88页 |
| 5.1 工作总结 | 第86-87页 |
| 5.2 研究展望 | 第87-88页 |
| 参考文献 | 第88-92页 |
| 作者攻读硕士期间的科研成果 | 第92页 |