六自由度并联平台位置正解及控制方法研究

论文摘要

六自由度并联平台具有承载能力强、刚度大、精度高、动态响应快和累积误差小等特点，因此在机器人、运动模拟器、新型机床和飞船对接器等领域获得了越来越广泛的应用。本论文所研究的六自由度并联平台是用来模拟舰船在海洋中运动的设备，与舰船进行实际航行试验相比，它具有可控性、无破坏性、经济性和可靠性等优点，因此其应用前景非常广阔。本论文针对提高六自由度并联平台的运动性能，主要围绕位置正解和控制策略两方面开展相关的研究工作。首先，详细介绍了整个六自由度并联平台的结构，通过拉格朗日法建立了并联平台的动力学模型，分析了液压缸和电液伺服阀的数学模型，并建立了液压伺服系统的数学模型，为实现六自由度并联平台的控制器设计奠定了基础。其次，利用神经网络法无需初值选取和Newton-Raphson迭代法求解精度高的优点，提出了神经网络法和Newton-Raphson迭代法相结合的六自由度并联平台位置正解方法。此方法先利用神经网络正解法得到位置正解的粗解，再以此为初值利用Newton-Raphson迭代法通过较少次的迭代获得正解的精确解，这使得两种方法得到了很好的互补。同时为了提高神经网络正解法的学习能力，结合不完全演化策略与空间收缩思想，提出了基于比例再生空间收缩的粒子群优化算法，详细分析了收缩系数和收缩周期对粒子群算法搜索能力的影响，通过基于比例再生空间收缩粒子群优化算法优化神经网络的权值来提高位置正解的精度。再次，针对液压伺服系统具有复杂外干扰和系统参数摄动的特点，提出了一种鲁棒复合控制结构，该结构由PD控制器、鲁棒内回路控制器、零相位误差跟踪控制器和动态模糊神经网络补偿器等四部分组成。其中，PD控制器实现系统的反馈控制，以保证整个系统的稳定性；鲁棒内回路控制器能够抑制外界不确定性干扰和系统参数摄动对系统的影响；零相位误差跟踪控制器能够提高系统响应的快速性；动态模糊神经网络补偿器实现对PD控制器的补偿控制，进一步提高了系统对外界不确定性干扰和系统参数摄动影响的抑制能力。最后，为了降低六自由度并联平台建模误差和外界干扰对系统性能的影响，利用动力学模型中M（q）-2C（q，（?））的斜对称性，通过Lyapunov直接法得到了鲁棒控制律，设计了一种基于逆向力补偿的鲁棒跟踪控制策略，其内回路采用逆动力学进行补偿，外回路为依据耗散性理论设计的鲁棒控制器，保证了系统跟踪误差的一致终值有界，提高了系统的鲁棒性。仿真结果验证了本论文提出的六自由度并联平台位置正解和控制方法的有效性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题来源及研究目的和意义
• 1.2 六自由度并联平台的结构特点和应用
• 1.2.1 六自由度并联平台的结构特点
• 1.2.2 六自由度并联平台的应用
• 1.3 六自由度并联平台的研究现状
• 1.3.1 运动学
• 1.3.2 动力学
• 1.3.3 驱动方式
• 1.3.4 控制策略
• 1.4 论文主要研究内容
• 第2章 六自由度并联平台系统建模
• 2.1 六自由度并联平台机构概述及结构参数和技术要求
• 2.1.1 平台机构概述
• 2.1.2 平台结构参数和技术要求
• 2.2 六自由度并联平台动力学建模
• 2.2.1 机械系统动力学建模理论
• 2.2.2 平台动力学建模
• 2.3 液压伺服系统建模
• 2.3.1 液压缸
• 2.3.2 电液伺服阀
• 2.3.3 液压伺服系统
• 2.4 本章小结
• 第3章 基于空间收缩粒子群优化算法的神经网络位置正解
• 3.1 神经网络法与Newton-Raphson迭代法相结合的位置正解
• 3.2 基于比例再生空间收缩粒子群优化算法的神经网络
• 3.2.1 粒子群算法
• 3.2.2 空间收缩算法
• 3.2.3 基于比例再生空间收缩粒子群优化算法
• 3.2.4 算法性能仿真研究
• 3.2.5 基于粒子群优化算法的神经网络
• 3.3 位置正解求解实例
• 3.4 本章小结
• 第4章 基于动态模糊神经网络的鲁棒复合控制
• 4.1 六自由度并联平台负载耦合分析
• 4.2 基于动态模糊神经网络的鲁棒复合控制器设计
• 4.2.1 鲁棒内回路控制器设计
• 4.2.2 位置闭环控制器设计
• 4.2.3 零相位误差跟踪控制器设计
• 4.2.4 动态模糊神经网络补偿器设计
• 4.3 仿真研究
• 4.4 本章小结
• 第5章 基于逆向力补偿的并联平台鲁棒跟踪控制
• 5.1 逆向力补偿控制
• 5.1.1 逆向力补偿控制器设计
• 5.1.2 建模误差和外界干扰对跟踪性能的影响
• 5.2 基于逆向力补偿的鲁棒跟踪控制器设计
• 5.2.1 系统设计指标
• 5.2.2 鲁棒控制器设计
• 5.2.3 系统稳定性能分析
• 5.2.4 系统抑制干扰性能分析
• 5.3 仿真研究
• 5.4 本章小结
• 结论
• 参考文献
• 攻读博士学位期间发表的论文和取得的科研成果
• 致谢