本文關(guān)鍵詞：基于人工蜂群算法的機(jī)器人參數(shù)辨識(shí)

  更多相關(guān)文章： 動(dòng)力學(xué)參數(shù)辨識(shí) 人工蜂群算法 6自由度關(guān)節(jié)型機(jī)器人 摩擦模型 基于模型的控制器

【摘要】：工業(yè)機(jī)器人在生產(chǎn)生活的各個(gè)領(lǐng)域有著越來(lái)越廣泛的應(yīng)用,日益提高的精度需求對(duì)機(jī)器人運(yùn)動(dòng)控制器的控制性能提出了更高的要求。目前大多數(shù)國(guó)產(chǎn)機(jī)器人依然采用簡(jiǎn)單但模型無(wú)關(guān)的PID控制器用于運(yùn)動(dòng)控制。然而,由于PID控制器的模型無(wú)關(guān)性,應(yīng)用該控制器控制機(jī)器人的運(yùn)動(dòng)時(shí)會(huì)發(fā)生驅(qū)動(dòng)器超載、振動(dòng)等,造成控制性能退化。為了改善控制性能,需要在運(yùn)動(dòng)控制中應(yīng)用基于關(guān)節(jié)型機(jī)器人動(dòng)力學(xué)模型的控制器。基于模型的控制器需要以機(jī)器人動(dòng)力學(xué)參數(shù)作為先驗(yàn)值,而獲取動(dòng)力學(xué)參數(shù)最常見(jiàn)的方法即實(shí)驗(yàn)辨識(shí)動(dòng)力學(xué)參數(shù)。本文首先通過(guò)Newton-Euler法建立關(guān)節(jié)型機(jī)器人的剛體動(dòng)力學(xué)模型并線性化。在此基礎(chǔ)上討論了影響機(jī)器人動(dòng)力學(xué)的幾個(gè)因素,并對(duì)關(guān)節(jié)間摩擦因素加以補(bǔ)償。完成了激勵(lì)軌跡的選型與優(yōu)化,并對(duì)采集得到的數(shù)據(jù)進(jìn)行了必要的預(yù)處理,這兩項(xiàng)措施有效提高了辨識(shí)精度。接著,本文總結(jié)了幾種傳統(tǒng)的辨識(shí)算法,并指出這些算法的不足與缺陷。提出了采用人工蜂群算法辨識(shí)機(jī)器人動(dòng)力學(xué)參數(shù),并闡述了辨識(shí)基本步驟。最后,本文應(yīng)用人工蜂群算法辨識(shí)實(shí)際工業(yè)機(jī)器人的動(dòng)力學(xué)參數(shù)值,得到了令人滿意的結(jié)果。對(duì)實(shí)驗(yàn)結(jié)果的分析表明,采用簡(jiǎn)單的庫(kù)倫-粘性摩擦模型是導(dǎo)致預(yù)測(cè)力矩曲線出現(xiàn)力矩波動(dòng)及誤差峰值的根本原因。通過(guò)在剛體動(dòng)力學(xué)模型基礎(chǔ)上補(bǔ)償以精度更高、低速動(dòng)態(tài)特性更好的摩擦模型,辨識(shí)結(jié)果有效改善了力矩波動(dòng),同時(shí)抑制了誤差峰值的出現(xiàn)。應(yīng)用辨識(shí)結(jié)果設(shè)計(jì)實(shí)現(xiàn)了基于模型的前饋控制器,實(shí)驗(yàn)結(jié)果表明基于模型的控制器大幅提高了軌跡跟蹤精度,同時(shí)抑制了關(guān)節(jié)換向期間出現(xiàn)的高頻振動(dòng)。
【關(guān)鍵詞】：動(dòng)力學(xué)參數(shù)辨識(shí) 人工蜂群算法 6自由度關(guān)節(jié)型機(jī)器人 摩擦模型 基于模型的控制器
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP242.2
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 緒論10-16
• 1.1 課題研究背景與意義10-11
• 1.2 課題研究現(xiàn)狀11-15
• 1.2.1 工業(yè)機(jī)器人參數(shù)辨識(shí)國(guó)內(nèi)外研究現(xiàn)狀11-12
• 1.2.2 人工蜂群算法國(guó)內(nèi)外研究現(xiàn)狀12-13
• 1.2.3 摩擦特性研究現(xiàn)狀13-14
• 1.2.4 基于模型的控制器14-15
• 1.3 本文的工作與內(nèi)容15-16
• 第二章 動(dòng)力學(xué)建模與實(shí)驗(yàn)設(shè)計(jì)16-30
• 2.1 引言16-18
• 2.2 關(guān)節(jié)型機(jī)器人動(dòng)力學(xué)建模18-22
• 2.2.1 遞推形式的關(guān)節(jié)型機(jī)器人剛體動(dòng)力學(xué)建模18-20
• 2.2.2 動(dòng)力學(xué)模型線性化與最小慣性參數(shù)集20-22
• 2.3 影響機(jī)器人動(dòng)力學(xué)的因素22-24
• 2.3.1 關(guān)節(jié)間摩擦22-23
• 2.3.2 其他因素23-24
• 2.4 參數(shù)化軌跡設(shè)計(jì)24-25
• 2.4.1 參數(shù)化軌跡選型24-25
• 2.4.2 有限項(xiàng)傅里葉級(jí)數(shù)軌跡參數(shù)優(yōu)化25
• 2.5 數(shù)據(jù)采集與預(yù)處理25-29
• 2.5.1 關(guān)節(jié)轉(zhuǎn)角信號(hào)預(yù)處理26-27
• 2.5.2 關(guān)節(jié)力矩信號(hào)預(yù)處理27-29
• 2.6 本章小結(jié)29-30
• 第三章 人工蜂群算法辨識(shí)30-38
• 3.1 引言30
• 3.2 傳統(tǒng)辨識(shí)方法及其缺陷30-32
• 3.3 人工蜂群算法簡(jiǎn)介32-35
• 3.3.1 人工蜂群算法的生物學(xué)背景32-33
• 3.3.2 算法的基本原理33-35
• 3.4 人工蜂群算法的優(yōu)勢(shì)35-37
• 3.5 本章小結(jié)37-38
• 第四章 關(guān)節(jié)型機(jī)器人動(dòng)力學(xué)模型辨識(shí)38-67
• 4.1 引言38-39
• 4.2 人工蜂群算法參數(shù)辨識(shí)39-50
• 4.2.1 實(shí)驗(yàn)對(duì)象39-40
• 4.2.2 實(shí)驗(yàn)設(shè)計(jì)40-43
• 4.2.3 實(shí)驗(yàn)結(jié)果及分析43-50
• 4.3 基于Deami-Heimann經(jīng)驗(yàn)?zāi)Ｐ偷腁BC參數(shù)辨識(shí)50-63
• 4.3.1 摩擦模型的選擇50-51
• 4.3.2 Deami-Heimann -1 經(jīng)驗(yàn)?zāi)Ｐ?/span>51-57
• 4.3.3 Deami-Heimann-2 經(jīng)驗(yàn)?zāi)Ｐ?/span>57-63
• 4.4 基于模型的前饋控制63-66
• 4.5 本章小結(jié)66-67
• 第五章 總結(jié)與展望67-69
• 5.1 主要工作與總結(jié)67-68
• 5.2 展望68-69
• 參考文獻(xiàn)69-74
• 致謝74-75
• 在校期間的研究成果及發(fā)表的學(xué)術(shù)論文75

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 丁亞?wèn)|;陳柏;吳洪濤;申浩宇;;一種工業(yè)機(jī)器人動(dòng)力學(xué)參數(shù)的辨識(shí)方法[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年03期

2 吳文祥;朱世強(qiáng);靳興來(lái);;基于改進(jìn)傅里葉級(jí)數(shù)的機(jī)器人動(dòng)力學(xué)參數(shù)辨識(shí)[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2013年02期

3 倪風(fēng)雷;劉宏;介黨陽(yáng);;基于速度觀測(cè)器的GMS摩擦模型辨識(shí)與補(bǔ)償[J];電機(jī)與控制學(xué)報(bào);2012年11期

4 楊鋼;劉迎雨;杜經(jīng)民;李寶仁;;基于模糊PID控制器的電液負(fù)載模擬系統(tǒng)[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

5 劉宇;李瑰賢;夏丹;徐文福;;基于改進(jìn)遺傳算法辨識(shí)空間機(jī)器人動(dòng)力學(xué)參數(shù)[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2010年11期

6 方喜峰;陸宇平;吳洪濤;劉云平;邵兵;;基于空間算子代數(shù)理論多剛體系統(tǒng)反向動(dòng)力學(xué)仿真[J];南京航空航天大學(xué)學(xué)報(bào);2009年01期

7 張國(guó)柱;陳杰;李志平;;直線電機(jī)伺服系統(tǒng)的自適應(yīng)模糊摩擦補(bǔ)償[J];電機(jī)與控制學(xué)報(bào);2009年01期

8 彭書華;李華德;蘇中;;非線性摩擦干擾下伺服系統(tǒng)模糊趨近律滑模控制[J];北京科技大學(xué)學(xué)報(bào);2008年11期

9 劉正士,陳恩偉,干方建;機(jī)器人慣性參數(shù)辨識(shí)的若干方法及進(jìn)展[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年09期

10 蘇玉鑫,段寶巖,張永芳,陳光達(dá),米建偉;并聯(lián)機(jī)器人的非線性PID控制[J];控制與決策;2003年04期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 熊啟家;基于空間算子代數(shù)理論的鏈?zhǔn)蕉囿w系統(tǒng)遞推動(dòng)力學(xué)研究[D];南京航空航天大學(xué);2003年

，

本文編號(hào)：867201