發(fā)布時間：2022-12-17 08:38

　　傳統(tǒng)工業(yè)機(jī)器人大多由剛性材料制造,其負(fù)載、自重比較大,作業(yè)過程中會產(chǎn)生較大的能耗;當(dāng)進(jìn)行人機(jī)協(xié)作的相關(guān)任務(wù)時,對于使用者來說,較大的關(guān)節(jié)剛度有一定的操作風(fēng)險。因此,輕量化成為工業(yè)機(jī)器人的發(fā)展趨勢,具有低自重/負(fù)載比、高柔順性、高精度和高魯棒性的柔性關(guān)節(jié)機(jī)器人已經(jīng)成為了各個行業(yè)應(yīng)用的發(fā)展趨勢。但是由于其自身內(nèi)部的彈性結(jié)構(gòu)也會導(dǎo)致機(jī)器人關(guān)節(jié)的控制精度差、魯棒性差等一系列問題,對柔性關(guān)節(jié)機(jī)器人執(zhí)行高要求控制任務(wù)時的穩(wěn)定性和精度產(chǎn)生了不良影響。為了使柔性關(guān)節(jié)機(jī)器人能夠獲得較好的性能,對柔性關(guān)節(jié)的研究至關(guān)重要。本論文以輕量協(xié)作機(jī)器人的柔性關(guān)節(jié)作為研究對象,針對該關(guān)節(jié)的動力學(xué)建模及高精度、高魯棒性的控制策略開展研究,主要工作及創(chuàng)新點(diǎn)具體如下:（1）將六自由度協(xié)作機(jī)器人的柔性關(guān)節(jié)作為系統(tǒng)的研究對象,并將攜帶負(fù)載的柔性關(guān)節(jié)等效為兩剛體彈簧系統(tǒng),并利用前饋與反饋相結(jié)合的控制策略對機(jī)器人進(jìn)行控制,在對其結(jié)構(gòu)組成及控制精度等因素研究的基礎(chǔ)上,進(jìn)行關(guān)節(jié)運(yùn)動仿真分析及實(shí)驗(yàn)驗(yàn)證,表明所提理論能夠有效提升機(jī)器人精度。并建立柔性關(guān)節(jié)機(jī)器人的動力學(xué)模型,研究了柔性關(guān)節(jié)機(jī)器人的控制原理。（2）由于柔性關(guān)節(jié)存在的彈性機(jī)構(gòu)、... 

【文章頁數(shù)】：86 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 引言
    1.2 課題背景與研究意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 柔性關(guān)節(jié)機(jī)器人應(yīng)用現(xiàn)狀研究
        1.3.2 柔性關(guān)節(jié)機(jī)器人動力學(xué)建模概況
        1.3.3 柔性關(guān)節(jié)機(jī)器人控制理論研究概況
    1.4 論文主要研究工作
第2章 協(xié)作機(jī)器人柔性關(guān)節(jié)控制系統(tǒng)設(shè)計
    2.1 引言
    2.2 協(xié)作機(jī)器人柔性關(guān)節(jié)前饋與反饋控制系統(tǒng)設(shè)計
        2.2.1 前饋與反饋控制理論研究
        2.2.2 兩剛體彈簧系統(tǒng)的分析與建模
        2.2.3 協(xié)作機(jī)器人單關(guān)節(jié)前饋與反饋系統(tǒng)仿真
    2.3 實(shí)驗(yàn)設(shè)計分析
        2.3.1 機(jī)器人軌跡規(guī)劃
        2.3.2 性能測量指標(biāo)
        2.3.3 實(shí)驗(yàn)驗(yàn)證
    2.4 基于拉格朗日法的柔性關(guān)節(jié)機(jī)器人動力學(xué)建模
        2.4.1 D-H參數(shù)運(yùn)動學(xué)建模
        2.4.2 拉格朗日動力學(xué)建模
        2.4.3 動力學(xué)建模仿真驗(yàn)證
    2.5 協(xié)作機(jī)器人前饋與反饋控制系統(tǒng)設(shè)計
    2.6 本章小結(jié)
第3章 BP神經(jīng)網(wǎng)絡(luò)算法的優(yōu)化及仿真研究
    3.1 神經(jīng)網(wǎng)絡(luò)的基本算法描述
        3.1.1 人工神經(jīng)網(wǎng)絡(luò)的定義
        3.1.2 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)模型
    3.2 BP神經(jīng)網(wǎng)絡(luò)的算法描述
        3.2.1 BP神經(jīng)網(wǎng)絡(luò)算法的數(shù)學(xué)描述
        3.2.2 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程
        3.2.3 BP神經(jīng)網(wǎng)絡(luò)的缺陷
    3.3 提高訓(xùn)練速度的方法-幾種優(yōu)化的BP算法
        3.3.1 附加動量項法
        3.3.2 自適應(yīng)學(xué)習(xí)率法
        3.3.3 共軛梯度BP算法
        3.3.4 附加動量項與自適應(yīng)學(xué)習(xí)率結(jié)合算法
    3.4 改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)仿真與分析
    3.5 本章小結(jié)
第4章 基于BP神經(jīng)網(wǎng)絡(luò)的PID控制方法研究
    4.1 引言
    4.2 PID控制原理及參數(shù)自整定
        4.2.1 PID控制原理
        4.2.2 PID參數(shù)自整定方法
    4.3 基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器設(shè)計
        4.3.1 基于BP神經(jīng)網(wǎng)絡(luò)的PID控制原理
        4.3.2 仿真分析
    4.4 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀碩士期間發(fā)表的論文和科研成果
致謝
作者簡介
附錄


【參考文獻(xiàn)】：
期刊論文
[1]基于柯西-牛頓算法的神經(jīng)網(wǎng)絡(luò)語音識別[J]. 楊毯毯.  信息化研究. 2018(02)
[2]一種改進(jìn)的Levenberg-Marquardt辨識算法[J]. 楊曉冬,馬光,劉倩,李泓錦,張?zhí)m.  電子測量與儀器學(xué)報. 2016(08)
[3]Sliding Mode and PI Controllers for Uncertain Flexible Joint Manipulator[J]. Lilia Zouari,Hafedh Abid,Mohamed Abid.  International Journal of Automation and Computing. 2015(02)
[4]柔性關(guān)節(jié)機(jī)器人全局漸近穩(wěn)定PID算法控制[J]. 林承飛,鄧代竹,孫峰,王壽增,高彥偉.  光學(xué)與光電技術(shù). 2014(02)
[5]基于S函數(shù)的BP神經(jīng)網(wǎng)絡(luò)PID控制器及Simulink仿真[J]. 楊藝,虎恩典.  電子設(shè)計工程. 2014(04)
[6]柔性關(guān)節(jié)空間機(jī)器人基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)反演控制[J]. 陳志勇,陳力.  工程力學(xué). 2013(04)
[7]基于無源性理論的柔性關(guān)節(jié)控制器設(shè)計[J]. 張奇,謝宗武,劉宏,蔡鶴皋.  機(jī)器人. 2013(01)
[8]基于RENN的柔性關(guān)節(jié)機(jī)械臂自適應(yīng)動態(tài)面控制[J]. 顧義坤,倪風(fēng)雷,劉宏.  控制與決策. 2011(12)
[9]基于共軛梯度法的改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)PID控制算法[J]. 陳庚,戴放.  工業(yè)儀表與自動化裝置. 2011(05)
[10]BP神經(jīng)網(wǎng)絡(luò)PID控制器在工業(yè)控制系統(tǒng)中的研究與仿真[J]. 張學(xué)燕,高培金,劉勇.  自動化技術(shù)與應(yīng)用. 2010(05)



本文編號：3719595