学位论文 > 优秀研究生学位论文题录展示

模糊、小波神经网络研究及其在柔性冗余度机器人控制中的应用

作　者: 欧幸宝
导　师: 陈文楷
学　校: 北京工业大学
专　业: 控制理论与控制工程
关键词: 柔性冗余度机器人模糊神经网络小波神经网络位置控制残余振动抑振刚柔性分解控制
分类号: TP183
类　型: 硕士论文
年　份: 2000年
下　载: 310次
引　用: 1次
阅　读: 论文下载

内容摘要

新一代机器人要求具有轻质、高速、高精度以及高度灵活性的特点。柔性冗余度机器人同时兼具柔性和冗余性的特性，因而在其控制系统的设计中需要满足比普通机器人控制系统更多的要求，即一方面需要按一定的性能要求控制系统的输出准确到位，另一方面在机器人末端关节准确定位后，还需要快速抑制柔性机械臂的残余振动。针对上述问题，本文设计了分布式柔性冗余度机器人控制系统。针对机器人末端关节位置控制和柔性臂残余振动抑制两个任务，系统采用刚性柔性分解控制的思想，运用刚性臂的控制策略保证精确定位，然后再设计主动控制算法消除柔性振动。在对模糊神经网络（FNN）和小波神经网络（WNN）的原理、构造和学习算法进行分析研究的基础上，本文设计了模糊神经网络控制器（FNNC）对机器人末端关节进行位置控制、小波神经网络控制算法实现柔性末端杆的抑振控制。因为本课题研究的抑振主要集中在抑制柔性关节的残余振动，因此在具体实施上采用位置控制变量u_c与抑振控制变量u_r切换的控制策略，即当机械臂执行轨迹跟踪控制时，首先开启位置控制变量u_c，完成操作任务并尽快停止在预定的位置上，然后关闭u_c，同时开启抑振控制变量u_r进行柔性末端杆的残余振动抑制。大量的仿真实验结果表明，本文所设计的分别用FNNC进行位置控制、用WNNC进行柔性臂残余振动抑制的柔性冗余度机器人控制系统是可行的，轨迹跟踪精度以及残余振动抑制的效果也是令人满意的。

全文目录

绪论  7-14
  1．1 模糊神经网络的发展及背景  8-10
  1．2 小波神经网络的发展及背景  10-11
  1．3 课题研究内容与总体设计思路  11-14
    1．3．1 课题研究内容  11-12
    1．3．2 课题总体设计思路  12-14
第二章柔性冗余度机器人控制  14-26
  2．1 机器人运动学  14-19
    2．1．1 机器人正向运动学  15-18
    2．1．2 机器人逆运动学  18-19
  2．2 机器人动力学  19-20
  2．3 柔性冗余度机器人位置及抑振控制  20-26
    2．3．1 柔性冗余度机器人位置控制  20-23
    2．3．2 柔性冗余度机器人抑振控制  23-24
    2．3．3 机器人控制方法  24-26
第三章基于模糊神经网络的机器人位置控制  26-52
  3．1 引言  26-27
  3．2 模糊神经网络的结构与学习算法  27-41
    3．2．1 神经元网络的基本原理与结构  27-31
    3．2．2 模糊控制机理  31-34
    3．2．3 模糊神经网络的结构和算法研究  34-41
  3．3 基于FNNC的机器人位置控制系统设计  41-48
    3．3．1 控制系统结构和方案设计  42-44
    3．3．2 控制系统硬件实现  44-47
    3．3．3 控制系统软件设计  47-48
  3．4 机器人位置控制系统仿真研究  48-52
第四章基于小波神经网络的机器人抑振控制  52-77
  4．1 小波分析  53-59
  4．2 小波神经网络  59-68
    4．2．1 小波神经网络的构造  59-62
    4．2．2 小波神经网络的分析与设计  62-68
  4．3 柔性机器人抑振控制  68-70
  4．4 基于WNN的柔性机器人抑振控制系统  70-73
    4．4．1 系统设计思路  70-71
    4．4．2 系统结构  71-72
    4．4．3 WNN抑振控制器设计  72-73
  4．5 WNN抑振控制系统仿真研究  73-77
第五章研究工作总结与展望  77-81
参考文献  81-83
致谢  83

模糊、小波神经网络研究及其在柔性冗余度机器人控制中的应用

内容摘要

全文目录

相似论文