多自由度機械手臂魯棒控制技術研究.pdf

1、機器人是二十世紀科技高速發(fā)展的的產物，各式各樣的機器人已經出現在我們的身邊，尤其是工業(yè)機器人即機械手臂的應用最為廣泛，因此機械手臂的控制問題一直倍受科研工作者們的關注。 本論文介紹了機器手臂和機器手臂控制理論的發(fā)展概況。在此基礎上，研究了機械手臂的魯棒控制法，分別設計了基于模糊神經網絡的機械手臂力矩控制方法、基于滑模變結構控制補償的機械手臂力矩控制方法以及基于小波神經網絡補償的機械手臂力矩控制方法，具體內容如下： 模糊神

2、經網絡融合了模糊控制的推理能力和神經網絡的參數自學習能力，它不依賴于對象精確的數學模型，能有效地克服被控對象存在的不確定部分的影響，本文把模糊神經網絡作為機械手臂的關節(jié)伺服控制器，通過對網絡參數的學習訓練來調整機械手臂關節(jié)的控制力矩，實現對機械手臂的軌跡跟蹤控制。 設計了基于滑模變結構控制補償的機械手臂力矩控制策略：將機械手臂系統(tǒng)分解成已知部分和不確定部分，對于已知部分，采用計算力矩控制，對于不確定部分，利用滑模變結構控制來補償

3、，以完成對機械手臂系統(tǒng)的高精度控制。 設計了基于小波神經網絡補償的機械手臂力矩控制策略：針對滑模變結構控制所帶來的抖振問題，采用小波神經網絡代替滑模變結構控制，利用小波神經網絡優(yōu)良的逼近性能和自學習能力，補償機械手臂系統(tǒng)中所存在的不確定部分。 以上控制策略通過對一個二自由度串聯機械手臂模型進行仿真研究，驗證了方法的有效性。 最后，針對實際六自由度機械手臂系統(tǒng)，搭建了系統(tǒng)控制軟件，為機械手臂控制的研究提供了平臺。