版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、并聯(lián)機器人是一類全新的機器人,相比串聯(lián)機器人,具有剛度大、精度高、結構穩(wěn)定、承載能力強、運動慣性小、結構緊湊等特點。并聯(lián)機器人的一系列優(yōu)點使其在機床加工、輕工業(yè)、汽車行業(yè)、飛機制造業(yè)、飛行模擬、醫(yī)療、微動操作等方面己顯現良好的應用前景。
并聯(lián)機器人是一個多變量、多自由度、多參數耦合的非線性系統(tǒng),存在諸如參數誤差、未建模動態(tài)、測量噪聲以及不確定的外部干擾等不確定因素,常規(guī)的控制策略難以滿足其控制要求?;W兘Y構控制能夠有效地
2、解決非線性問題,且對參數不確定性和外部擾動具有強魯棒性,適用于機器人的控制。本文以二自由度冗余并聯(lián)機器人為研究對象,提出一種RBF神經網絡滑模變結構控制方法,該控制方法無需建立被控對象精確的數學模型,利用RBF神經網絡對滑??刂破髑袚Q項的增益進行調節(jié),在有效降低滑??刂贫墩竦幕A上,利用滑模控制的強魯棒性特點實現并聯(lián)機器人的高性能控制。
本文在分析并聯(lián)機器人正向運動學、反向運動學和工作空間、完成軌跡規(guī)劃和建立被控對象數學模
3、型等的基礎上,首先基于PC機與多軸運動控制器構建整個控制系統(tǒng)的硬件平臺,然后針對所研究并聯(lián)機器人,設計一種新型RBF神經網絡滑模控制器,并對所設計并聯(lián)機器人控制系統(tǒng)進行計算機仿真,仿真結果表明,該控制方法在有效降低滑??刂贫墩竦幕A上,有效地解決了并聯(lián)機器人控制系統(tǒng)因非線性、時變、強耦合、干擾等因素所引起的控制問題,具有較高的控制精度和較好的跟蹤性能,并具有較強的魯棒性,能夠滿足并聯(lián)機器人的高性能控制要求,最后在Windows系統(tǒng)環(huán)境下
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 基于優(yōu)化RBF神經網絡的并聯(lián)機器人位姿檢測.pdf
- 并聯(lián)機器人基于積分切換面的自適應滑??刂?pdf
- 并聯(lián)機器人神經網絡自適應控制策略研究.pdf
- 基于神經網絡的6PUS-UPU冗余驅動并聯(lián)機器人控制研究.pdf
- 2-DOF并聯(lián)機器人的智能模糊滑??刂蒲芯?pdf
- 基于神經網絡的輪式移動機器人魯棒滑??刂?pdf
- 基于神經網絡的機器人控制研究.pdf
- 上肢康復機器人GA-RBF神經網絡控制.pdf
- 6-DOF并聯(lián)機器人曲面加工滑模變結構控制研究.pdf
- 基于徑向基函數(RBF)神經網絡滑模變結構厚度控制.pdf
- 6-PTRT型并聯(lián)機器人的自適應動態(tài)滑模運動控制研究.pdf
- 三平移并聯(lián)機器人控制研究.pdf
- 基于同步誤差的滑??刂圃诓⒙?lián)機器人中的應用研究.pdf
- 平面并聯(lián)機器人運動控制的研究.pdf
- 并聯(lián)機器人的建模與控制研究.pdf
- 基于神經網絡的機器人運動控制算法研究.pdf
- 并聯(lián)機器人智能控制方法研究.pdf
- 基于神經網絡的仿人機器人步行控制研究.pdf
- 基于遞歸神經網絡的機器人建模與控制研究.pdf
評論
0/150
提交評論