隨著現(xiàn)代科技的發(fā)展,機(jī)械臂已逐漸應(yīng)用到人們生產(chǎn)和生活的諸多方面,極大地促進(jìn)了工業(yè)和科技事業(yè)的快速發(fā)展。在工業(yè)生產(chǎn)過(guò)程中,多個(gè)機(jī)械臂組成的網(wǎng)絡(luò)化系統(tǒng)與單個(gè)機(jī)械臂相比,具有消耗低、效率高等優(yōu)勢(shì),已成為廣大學(xué)者研究的熱點(diǎn)之一。本文主要結(jié)合命令濾波反步技術(shù)、自適應(yīng)技術(shù)以及神經(jīng)網(wǎng)絡(luò)逼近理論等,提出了多機(jī)械臂系統(tǒng)的自適應(yīng)命令濾波反步控制策略。此外,還考慮了參數(shù)不確定和間隙未知的情況以及控制方向未知的多機(jī)械臂系統(tǒng)。論文的主要研究?jī)?nèi)容如下:1.考慮了基于神經(jīng)網(wǎng)絡(luò)自適應(yīng)反步控制的機(jī)械臂系統(tǒng),將命令濾波反步技術(shù)、自適應(yīng)以及神經(jīng)網(wǎng)絡(luò)逼近理論應(yīng)用于機(jī)械臂系統(tǒng)中,并根據(jù)Lyapunov理論證明了其穩(wěn)定性;在這基礎(chǔ)上,進(jìn)而研究參數(shù)不確定和控制間隙未知機(jī)械臂系統(tǒng)的有限時(shí)間自適應(yīng)反步控制,分別設(shè)計(jì)了命令濾波器、虛擬信號(hào)、自適應(yīng)更新律和誤差補(bǔ)償形式等。在Matlab/Simulink中進(jìn)行模擬仿真,選取兩連桿機(jī)械臂和PUMA 560機(jī)械臂,仿真實(shí)驗(yàn)表明所提的方法具有較好的控制效果。2.考慮了基于神經(jīng)網(wǎng)絡(luò)自適應(yīng)命令濾波反步控制的多機(jī)械臂系統(tǒng)。命令濾波反步技術(shù)用于避免傳統(tǒng)反步控制造成的計(jì)算復(fù)雜性問(wèn)題,并采用誤差補(bǔ)償信號(hào)補(bǔ)償... 

【文章來(lái)源】：青島大學(xué)山東省

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究的背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文的主要內(nèi)容與結(jié)構(gòu)
第二章 預(yù)備知識(shí)
    2.1 圖論及相關(guān)知識(shí)
    2.2 系統(tǒng)模型描述
    2.3 主要引理
第三章 機(jī)械臂系統(tǒng)的自適應(yīng)反步控制
    3.1 機(jī)械臂系統(tǒng)的神經(jīng)網(wǎng)絡(luò)自適應(yīng)命令濾波反步控制
        3.1.1 引言
        3.1.2 系統(tǒng)描述
        3.1.3 神經(jīng)網(wǎng)絡(luò)自適應(yīng)命令濾波反步控制器設(shè)計(jì)
        3.1.4 仿真實(shí)驗(yàn)結(jié)果分析
        3.1.5 本節(jié)小結(jié)
    3.2 機(jī)械臂系統(tǒng)的自適應(yīng)有限時(shí)間命令濾波反步控制
        3.2.1 引言
        3.2.2 系統(tǒng)描述
        3.2.3 自適應(yīng)有限時(shí)間命令濾波反步控制器設(shè)計(jì)
        3.2.4 仿真實(shí)驗(yàn)結(jié)果分析
        3.2.5 本節(jié)小結(jié)
    3.3 本章小結(jié)
第四章 多機(jī)械臂系統(tǒng)的神經(jīng)網(wǎng)絡(luò)自適應(yīng)命令濾波反步控制
    4.1 引言
    4.2 系統(tǒng)描述
    4.3 神經(jīng)網(wǎng)絡(luò)自適應(yīng)命令濾波反步控制器設(shè)計(jì)
    4.4 仿真實(shí)驗(yàn)結(jié)果分析
    4.5 本章小結(jié)
第五章 控制方向未知多機(jī)械臂系統(tǒng)的神經(jīng)網(wǎng)絡(luò)自適應(yīng)命令濾波反步控制
    5.1 引言
    5.2 系統(tǒng)描述
    5.3 神經(jīng)網(wǎng)絡(luò)自適應(yīng)命令濾波反步控制器設(shè)計(jì)
    5.4 仿真實(shí)驗(yàn)結(jié)果分析
    5.5 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于神經(jīng)網(wǎng)絡(luò)的多機(jī)械臂固定時(shí)間同步控制[J]. 高苗苗,陳強(qiáng),徐棟,南余榮.  計(jì)算機(jī)測(cè)量與控制. 2019(08)
[2]基于神經(jīng)網(wǎng)絡(luò)的機(jī)械臂任務(wù)空間滑模同步控制[J]. 張佳舒,趙寧,趙東亞.  山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(04)
[3]基于自適應(yīng)滑模的移動(dòng)機(jī)械臂跟蹤控制[J]. 董玉明,俞立,朱俊威.  控制工程. 2019(01)
[4]基于反步法的輪式移動(dòng)機(jī)器人軌跡跟蹤控制算法[J]. 李衛(wèi)兵,吳瓊.  電子測(cè)量技術(shù). 2018(19)
[5]基于回歸神經(jīng)網(wǎng)絡(luò)多機(jī)械臂運(yùn)動(dòng)控制研究[J]. 陳三風(fēng),韓鑫,湛邵斌,盧鑫,林廣明,陳熙.  控制工程. 2017(11)
[6]基于粒子群的欠驅(qū)動(dòng)平面機(jī)械臂PID控制算法研究[J]. 開航,陳煒,趙新華.  天津理工大學(xué)學(xué)報(bào). 2013(03)
[7]永磁同步電機(jī)自抗擾反步控制[J]. 薛樹功,瞿成明,魏利勝.  計(jì)算機(jī)工程與應(yīng)用. 2012(03)
[8]基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)械臂模糊自適應(yīng)PID控制[J]. 張文慶.  黑龍江大學(xué)自然科學(xué)學(xué)報(bào). 2008(05)
[9]機(jī)械臂軌跡跟蹤控制的仿真[J]. 陳昱昆,鐘映春,楊玲玲.  計(jì)算機(jī)仿真. 2005(11)
[10]PID模糊控制器結(jié)構(gòu)研究[J]. 李雪蓮,劉小勇.  機(jī)械工程與自動(dòng)化. 2005(02)

博士論文
[1]不確定系統(tǒng)的自適應(yīng)反步控制[D]. 朱陽(yáng).浙江大學(xué) 2015

碩士論文
[1]基于自適應(yīng)控制和模糊控制的并條機(jī)自調(diào)勻系統(tǒng)的研究[D]. 段學(xué)闖.東華大學(xué) 2012



本文編號(hào)：2924225