

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、多自由度串聯(lián)機器人廣泛應(yīng)用于工業(yè)自動化、醫(yī)療、航天、海洋等領(lǐng)域。雖然歷經(jīng)數(shù)十年的發(fā)展,其相關(guān)技術(shù)已基本成熟,但從運動控制的角度看,極端情況下的運動控制仍然是個沒有很好解決的問題,如低速高精度控制、高速高精度控制,從而導(dǎo)致機器人在很多特殊工況的應(yīng)用受到較大限制。本文針對多自由度串聯(lián)機器人低速高精度運動控制的問題開展研究,在機器人結(jié)構(gòu)確定的情況下,主要從關(guān)節(jié)摩擦建模與補償、提高速度信號品質(zhì)、設(shè)計高精度運動控制策略這三個角度出發(fā)來提升低速運動
2、的性能。
本文首先介紹相關(guān)研究背景,全面分析影響機器人低速運動性能的幾方面因素,包括系統(tǒng)結(jié)構(gòu)設(shè)計、測量元件分辨率、非線性環(huán)節(jié)的影響、控制系統(tǒng)的性能等,而結(jié)構(gòu)設(shè)計與優(yōu)化、低速下高品質(zhì)速度信號獲取方法、非線性摩擦建模與補償,以及高級運動控制策略設(shè)計是目前幾個主要研究方向。
設(shè)計基于動力學(xué)模型的運動控制器是提高低速運動控制精度及平穩(wěn)性的有效途徑。該方法的前提是已知機器人的動力學(xué)模型及參數(shù)值。因而,本文第二章在動力學(xué)建模的基
3、礎(chǔ)上,系統(tǒng)地研究了一種在閉環(huán)控制下進行的離線辨識方法來獲取機器人的動力學(xué)參數(shù)。該方法針對傳統(tǒng)傅里葉級數(shù)不滿足速度、加速度邊界條件的缺陷,提出一種改進傅里葉級數(shù)作為激勵軌跡。為提升抗噪聲能力,以最小化觀測矩陣條件數(shù)作為優(yōu)化準(zhǔn)則,采用遺傳算法來優(yōu)化激勵軌跡系數(shù)。進一步,采用最大似然法作為參數(shù)估計方法,以便考慮測量噪聲的影響。
在諸多非線性環(huán)節(jié)中,關(guān)節(jié)摩擦是影響低速運動性能的核心因素,有必要作深入分析。在機器人系統(tǒng)中,廣泛采用RV減
4、速器與諧波減速器作為傳動元件,本文的第三章對RV驅(qū)動與諧波驅(qū)動這兩種典型關(guān)節(jié)的摩擦來源、摩擦測量方法、摩擦特征、建模及辨識方法進行了系統(tǒng)研究。對于RV驅(qū)動大慣量關(guān)節(jié),分析了不同負(fù)載力矩下摩擦參數(shù)的變化規(guī)律,并基于傳統(tǒng)指數(shù)模型,提出一種擴展摩擦模型以補充描述負(fù)載力矩的影響。對于諧波驅(qū)動關(guān)節(jié),為描述摩擦隨輸入角位置變化而周期性波動的現(xiàn)象,采用快速傅里葉變換對摩擦數(shù)據(jù)作頻域分析,提取主導(dǎo)頻率成分。提出采用指數(shù)模型+正余弦函數(shù)的組合形式來描述關(guān)
5、節(jié)摩擦特性。
機器人系統(tǒng)中,高品質(zhì)的關(guān)節(jié)角速度信號對于補償非線性摩擦的影響、設(shè)計基于全狀態(tài)反饋的控制器等具有重要的意義。因而在研究補償控制算法之前,需要設(shè)計一種有效的速度估計方法。針對低速下量化誤差及測量噪聲對速度估計精度產(chǎn)生較大影響的問題,本文探討了非線性跟蹤微分器在實時速度估計中的應(yīng)用(第四章)。非線性跟蹤微分器具有實現(xiàn)便捷、參數(shù)整定簡單、不依賴于對象模型的優(yōu)點,非常適合于機器人系統(tǒng)。
在第二、三章建模及參數(shù)辨識
6、的基礎(chǔ)上,設(shè)計基于模型的補償控制算法可以明顯改善低速運動性能。對于RV驅(qū)動關(guān)節(jié),為克服固定補償難以處理摩擦不確定性的弱點,控制器設(shè)計時利用了自適應(yīng)控制在線學(xué)習(xí)的能力。首先,通過引入模糊邏輯系統(tǒng)逼近關(guān)節(jié)摩擦,并實現(xiàn)模糊模型的線性化以便設(shè)計自適應(yīng)學(xué)習(xí)機制。在此基礎(chǔ)上,提出一種模糊自適應(yīng)魯棒控制算法。對于諧波驅(qū)動關(guān)節(jié),其摩擦具有隨角位置周期性波動的特征,非線性強,難以變換為合理的線性形式,自適應(yīng)控制并不適用。考慮到當(dāng)不確定性在一定范圍內(nèi)變化時
7、,魯棒控制能夠保證系統(tǒng)穩(wěn)定且維持一定的性能指標(biāo),因而提出一種具有摩擦補償?shù)聂敯艨刂破鳌?br> 當(dāng)關(guān)節(jié)數(shù)目較多(>3)時,由于模型復(fù)雜度、計算量、參數(shù)辨識難度的急劇增加,第五章提出的基于模型的控制策略將難以應(yīng)用。對模型依賴度度低、實時性強、實現(xiàn)便捷的控制器更受工程人員的青睞。因而第六章在開展多關(guān)節(jié)聯(lián)動低速控制問題的研究時,以設(shè)計對模型依賴程度低或獨立于模型的控制算法為目標(biāo)。首先在交流伺服系統(tǒng)三閉環(huán)結(jié)構(gòu)的基礎(chǔ)上,設(shè)計了具有摩擦前饋的模糊
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 六自由度串聯(lián)機器人運動仿真研究
- 六自由度串聯(lián)機器人運動仿真研究.pdf
- 六自由度串聯(lián)機器人運動優(yōu)化與軌跡跟蹤控制研究.pdf
- 6自由度串聯(lián)機器人的分析與仿真.pdf
- 少自由度串聯(lián)機器人構(gòu)型綜合與奇異分析.pdf
- 六自由度串聯(lián)機器人軌跡規(guī)劃研究.pdf
- 六自由度串聯(lián)關(guān)節(jié)機器人慣性及摩擦參數(shù)辨識仿真.pdf
- 五自由度串聯(lián)機器人控制系統(tǒng)設(shè)計與仿真.pdf
- 六自由度并聯(lián)機器人運動規(guī)劃及控制.pdf
- 少自由度并聯(lián)機器人運動分析和仿真.pdf
- 6自由度并聯(lián)機器人運動學(xué)分析.pdf
- 五自由度串聯(lián)機器人控制系統(tǒng)研究與實現(xiàn).pdf
- 三自由度并聯(lián)機器人運動學(xué)分析.pdf
- 基于MSRS的6自由度串聯(lián)機器人仿真研究.pdf
- 串聯(lián)六自由度機器人運動仿真與控制系統(tǒng)仿真研究.pdf
- 六自由度串聯(lián)機械臂精度控制研究.pdf
- 電動六自由度并聯(lián)機器人的特性分析與控制.pdf
- 三自由度并聯(lián)機器人精度分析與綜合.pdf
- 四自由度串聯(lián)機器人運動控制系統(tǒng)的二次開發(fā).pdf
- 多自由度機器人運動控制系統(tǒng)開發(fā).pdf
評論
0/150
提交評論