本文關鍵詞：6自由度焊接機械臂的智能控制方法研究

  更多相關文章： 焊接機械臂 軌跡跟蹤控制 RBF神經(jīng)網(wǎng)絡 模糊控制算法

【摘要】：隨著科學技術的發(fā)展,傳統(tǒng)的控制方法已經(jīng)不能夠滿足工業(yè)上控制精度的要求。然而,隨著相應的技術理論完善與成熟,高級的機器人控制對控制器處理能力的要求逐漸的被滿足,軟硬件技術的支持使得研究機器人動態(tài)控制可實現(xiàn)性成為現(xiàn)實。同時,人們還結合機器人控制的特點和要求,研究各種新的計算機結構的適用性,如流水線、多處理器、精簡指令集等�？偟膩碚f,高級的機器人智能控制方法的軟硬件基礎已經(jīng)具備,重要的是人們?nèi)绾窝芯啃碌乃惴ê蛯崿F(xiàn)方式。本文首先介紹了焊接機械臂的數(shù)學模型。運動學和動力學都從兩個角度進行分析,采用D-H法建立運動學方程;通過相關的計算建立了拉格朗日方程。接著分析了機械臂的傳統(tǒng)的控制方法—PID控制算法,同時探討了其優(yōu)點與局限性。然后針對動力學模型存在建模誤差,研究了機械臂的神經(jīng)網(wǎng)絡控制方法,對該算法的實現(xiàn)進行了深入的探究,并分析了其穩(wěn)定性。最后針對系統(tǒng)存在摩擦和外界不確定因素的干擾,研究了機械臂的模糊自適應控制方法,討論了該算法的設計與實現(xiàn)。通過Matlab/Simulink的仿真實驗,機械臂傳統(tǒng)的控制方法,基本能夠?qū)崿F(xiàn)軌跡跟蹤,但誤差較大。神經(jīng)網(wǎng)絡算法在考慮了建模誤差的因素后,軌跡跟蹤誤差有了明顯的提高。模糊控制算法相對傳統(tǒng)的PID控制,軌跡跟蹤的效果十分的理想,基本實現(xiàn)了軌跡的準確跟蹤。
【關鍵詞】：焊接機械臂 軌跡跟蹤控制 RBF神經(jīng)網(wǎng)絡 模糊控制算法
【學位授予單位】：沈陽理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TG409
【目錄】：

• 摘要6-7
• Abstract7-10
• 第1章 緒論10-19
• 1.1 研究對象的背景及簡介10-11
• 1.2 焊接機械臂目前的研究進展11-13
• 1.2.1 國外對焊接機械臂的探究與進展11
• 1.2.2 國內(nèi)對焊接機械臂的探究與進展11-12
• 1.2.3 焊接機械臂的發(fā)展趨勢12-13
• 1.3 機械臂軌跡跟蹤控制的研究現(xiàn)狀13-16
• 1.4 本文研究的內(nèi)容與意義16-18
• 1.5 本章小結18-19
• 第2章 機械臂模型的建立與系統(tǒng)分析19-40
• 2.1 機械臂的運動學分析19-29
• 2.1.1 機械臂的位置與姿勢的描述19-21
• 2.1.2 坐標變換和齊次坐標21-23
• 2.1.3 機械臂的運動學方程23-29
• 2.2 機械臂的動力學分析29-34
• 2.2.1 機械臂的正動力學分析29-32
• 2.2.2 機械臂的逆動力學分析32-34
• 2.3 機械臂的運動學動力學仿真分析34-39
• 2.3.1 機械臂的運動學仿真34-37
• 2.3.2 機械臂的動力學仿真37-39
• 2.4 本章小結39-40
• 第3章 機械臂PID控制算法的研究分析40-50
• 3.1 PID控制原理簡介40-41
• 3.2 機械臂的PD控制41-43
• 3.2.1 獨立的PD控制41-42
• 3.2.2 具有重力補償?shù)腜D控制42-43
• 3.3 機械臂的PID控制43-44
• 3.4 仿真實驗44-49
• 3.5 本章小結49-50
• 第4章 機械臂RBF神經(jīng)網(wǎng)絡控制算法的研究分析50-67
• 4.1 神經(jīng)網(wǎng)絡簡介50-56
• 4.1.1 神經(jīng)網(wǎng)絡的起源與發(fā)展50
• 4.1.2 神經(jīng)網(wǎng)絡控制的基本原理50-52
• 4.1.3 神經(jīng)網(wǎng)絡的控制方法52-56
• 4.2 基于PD控制的計算力矩法56-57
• 4.3 RBF神經(jīng)網(wǎng)絡控制57-63
• 4.3.1 RBF神經(jīng)網(wǎng)絡控制原理的簡介57-58
• 4.3.2 RBF神經(jīng)網(wǎng)絡學習算法58-60
• 4.3.3 機械臂RBF神經(jīng)網(wǎng)絡控制算法的實現(xiàn)60-63
• 4.4 仿真實驗分析63-66
• 4.5 本章小結66-67
• 第5章 基于模糊控制算法的機械臂研究分析67-82
• 5.1 模糊控制理論的介紹67-74
• 5.1.1 模糊控制理論的發(fā)展歷史67
• 5.1.2 模糊控制理論的基本概念67-68
• 5.1.3 模糊控制器的構成與原理68-74
• 5.2 模糊自適應控制算法的實現(xiàn)74-78
• 5.2.1 多輸入所輸出的模糊邏輯系統(tǒng)（MIMO-FLS）74-75
• 5.2.2 機械臂動力學模型及性質(zhì)75
• 5.2.3 機械臂模糊自適應控制算法的實現(xiàn)75-78
• 5.3 仿真實驗78-81
• 5.4 本章小結81-82
• 結論82-84
• 參考文獻84-88
• 攻讀碩士學位期間發(fā)表的論文和獲得的科研成果88-89
• 致謝89-90

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 郭發(fā)勇;梅濤;趙江海;;D-H法建立連桿坐標系存在的問題及改進[J];中國機械工程;2014年20期

2 朱齊丹;王欣璐;;六自由度機械臂逆運動學算法[J];機器人技術與應用;2014年02期

3 李鑫;楊開明;朱煜;;基于RBF的機械手建模誤差補償自適應控制[J];系統(tǒng)仿真學報;2012年07期

4 王憲;盛巍;宋書林;平雪良;;T-S模糊模型變結構的機器臂軌跡跟蹤控制[J];計算機系統(tǒng)應用;2012年02期

5 唐曉騰;陳e，

本文編號：624503