学位论文 > 优秀研究生学位论文题录展示
并联机器人位姿误差分析与补偿方法研究
作 者: 刘志杰
导 师: 谢平
学 校: 燕山大学
专 业: 检测技术与自动化装置
关键词: Stewart并联机器人 位姿误差 误差建模与分析 误差补偿 蚁群算法 模糊PID控制器
分类号: TP242
类 型: 硕士论文
年 份: 2010年
下 载: 94次
引 用: 0次
阅 读: 论文下载
内容摘要
位姿精度是并联机器人的重要性能指标,对并联机器人的末端输出位姿误差进行分析并加以补偿,以便降低或消除其末端位姿误差,是并联机器人研究领域的热点和难点问题。本文以Stewart并联机器人为研究对象,对该并联机器人进行位姿误差建模,在其基础上进行误差分析,然后分别从静态和动态两方面对位姿误差进行补偿。首先,基于并联机器人运动学反解,通过闭环矢量方法,利用并联机器人输入输出关系,得到并联机器人位姿误差模型;在此基础上对并联机器人位姿误差进行分析,包括雅克比矩阵及奇异位姿分析;并进一步定量分析结构参数误差和位姿误差变化对输出位姿误差的影响,综合误差影响规律,为误差补偿方法研究提供理论基础。其次,在位姿误差分析基础上,提出基于蚁群算法的Stewart并联机器人位姿误差补偿方法,针对上下平台铰链结构误差和驱动杆误差,通过信息素更新,指导蚂蚁反复搜索,对驱动杆杆长误差寻优,将并联机器人输出位姿误差进行补偿。通过数值仿真验证利用蚁群算法补偿Stewart并联机器人位姿误差的有效性。最后,针对工程应用中并联机器人轨迹运动中产生动态误差的问题,在蚁群算法位姿误差补偿的基础上,从控制角度考虑,设计一种基于模糊PID控制器的并联机器人控制补偿系统,控制驱动杆杆长,在线修正控制器参数,提高控制精度,实现对输出轨迹误差动态补偿。仿真实验验证基于模糊PID控制器的并联机器人控制系统实现动态误差补偿的可行性和有效性。
|
全文目录
摘要 5-6 Abstract 6-10 第1章 绪论 10-20 1.1 本课题研究背景和意义 10-11 1.2 并联机器人发展概况 11-14 1.3 并联机器人位姿误差分析与补偿研究现状 14-18 1.3.1 并联机器人误差分析研究概况 15-16 1.3.2 并联机器人误差补偿研究概况 16-18 1.4 本文主要研究内容 18-20 第2章 并联机器人位姿误差建模与分析 20-38 2.1 引言 20 2.2 机器人数学基础 20-23 2.2.1 位姿描述 20-22 2.2.2 RPY 角描述方法 22-23 2.3 Stewart 并联机器人位姿误差建模 23-27 2.4 并联机器人位姿误差分析 27-32 2.4.1 雅克比矩阵及奇异位姿分析 27-29 2.4.2 并联机器人位姿误差实例分析 29-32 2.5 位姿参数和结构参数变化对并联机器人位姿的影响 32-36 2.5.1 位姿参数变化对并联机器人位姿的影响 32-34 2.5.2 结构参数变化对并联机器人位姿的影响 34-36 2.6 本章小结 36-38 第3章 基于蚁群算法的并联机器人误差补偿方法研究 38-56 3.1 引言 38-39 3.2 蚁群算法原理 39-46 3.2.1 基本蚁群算法原理 39-44 3.2.2 连续域蚁群算法研究 44-46 3.3 基于蚁群算法的并联机器人误差补偿算法设计 46-48 3.4 仿真实验与结果分析 48-54 3.4.1 数值仿真与分析 48-50 3.4.2 实例分析 50-54 3.5 本章小结 54-56 第4章 基于模糊PID 控制器的并联机器人控制及补偿方法研究 56-78 4.1 引言 56-57 4.2 基于误差补偿的并联机器人控制系统建模 57-61 4.2.1 并联机器人误差补偿模型 57-58 4.2.2 并联机器人系统控制原理 58-61 4.3 模糊控制器的设计 61-67 4.3.1 模糊控制器的结构 61-65 4.3.2 模糊查询表及模糊控制算法 65-67 4.4 并联机器人模糊PID 控制系统设计 67-71 4.4.1 PID 初始参数的设定 67 4.4.2 并联机器人模糊PID 控制器的设计 67-71 4.5 仿真实验与分析 71-76 4.5.1 Stewart 并联机器人模糊PID 控制系统仿真 72-74 4.5.2 Stewart 并联机器人运动轨迹分析 74-76 4.6 本章小结 76-78 结论 78-79 参考文献 79-84 攻读硕士学位期间承担的科研任务与主要成果 84-85 致谢 85-86 作者简介 86
|
相似论文
- 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
- 基于蚁群算法的电梯群优化控制研究,TU857
- 动态环境下移动对象导航系统相关技术的研究,TP301.6
- 基于改进蚁群算法的机器人路径规划研究,TP242
- 改进的蚁群算法及其在TSP上的应用研究,TP301.6
- 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
- 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
- 基于控制方法的粒子群算法改进及应用研究,TP301.6
- 基于物理拓扑感知的Chord算法研究,TP393.02
- 电渣炉过程控制系统的设计及优化控制,TP273
- Ad Hoc网络中分簇路由算法的研究,TN929.5
- 图像信息处理机的图像处理方法研究,TP391.41
- 惯性导航系统姿态信息校正设计,TN966
- 智能光网络中路由选择算法的研究,TN929.1
- 面向无线传感器网络的多路径路由协议研究,TN915.04
- 改进蚁群算法在盲均衡中的应用,TN911.5
- 智能光网络动态路由和波长分配算法的研究,TN929.1
- 基于蚁群算法的移动商务个性化推荐体系研究,TP391.3
- 基于蚁群算法的车辆调度问题研究,TP301.6
- 融合MMTD与仿生算法的路由选择研究,TP393.05
- 基于磁阻传感器的弹体姿态测量技术研究,TJ760
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 机器人技术 > 机器人
© 2012 www.xueweilunwen.com
|