不确定环境下机器人柔顺控制及可视化仿真的研究

论文摘要

机器人主动柔顺控制是新兴智能制造中的一项关键技术。由于机器人本身的高度非线性、强耦合性以及柔顺作业任务中环境不确定性等问题的存在，使得主动柔顺控制的应用受到了极大的限制。本文应用软计算方法对机器人不确定环境下的主动柔顺控制方法进行了研究。 本文分析了柔顺控制在机械行业中的不同应用方法，利用几何图形的方法对阻抗控制的特性进行了研究，针对阻抗控制轨迹跟踪能力较弱的局限，指出了存在环境刚度和位置不确定情况下实现轨迹跟踪的途径，并在基于位置的阻抗控制基础上，给出了一种具有力跟踪目标阻抗和位置反馈的柔顺控制方法，建立了仿真模型。应用正交实验方法，建立了硬质合金旋转锉的预测力学模型，为期望力和控制参数设置、调整提供了依据。 研究了基于模糊补偿的鲁棒阻抗控制方法，设计了一个基于规则自调整的模糊补偿器，该补偿器采用了改进的规则因子自调整函数，不但考虑了系统的位置误差、误差变化，还能防止系统的过度补偿而引起的接触力大的变化。应用具有力跟踪能力的目标阻抗模型，保证了接触力的稳定性。具有自调整因子的模糊补偿器克服了控制表查询及单一控制因子等方法不能对环境变化做出自适应调整的缺点，可以自动调节控制规则适应环境的变化，对位置的不确定性进行补偿，从而使系统具有更好的性能。 研究了通过调整目标阻抗参数实现位置跟踪的方法，设计了一个基于目标阻抗模糊自调整的阻抗控制器。该控制器可以根据系统状态，自动调整目标阻抗参数，使其适应环境的变化。由于常规模糊控制器的设计依靠设计者的经验和不断的调试，给模糊控制器设计工作带来很大的困难，为此，本文应用遗传算法，对模糊控制的隶属度函数进行了优化，通过设置适应度函数不同项目的加权系数满足了机械加工中的要求。 在基于位置的阻抗控制基础上，提出了一种任务规划与执行的协调控制方法，在控制进行中，控制器可以根据目前的系统状态对预先规划

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 机器人柔顺控制概述
• 1.2 被动柔顺控制
• 1.3 机器人主动柔顺控制的研究现状及进展
• 1.3.1 基本柔顺控制方法
• 1.3.2 先进控制方法
• 1.3.3 基于软计算技术的柔顺控制方法
• 1.4 柔顺控制在不同任务中的应用分析与比较
• 1.5 机器人柔顺控制在切除毛刺加工中的应用与研究现状
• 1.5.1 主动柔顺控制
• 1.5.2 机器人去毛刺操作的编程研究现状
• 1.5.3 去毛刺系统的研究现状
• 1.5.4 我国机器人主动柔顺控制现状
• 1.6 本课题的研究目的、意义及研究内容
• 1.6.1 本课题的研究目的及意义
• 1.6.2 本课题的研究内容
• 第2章 机器人辅助机械加工过程模型的建立
• 2.1 引言
• 2.2 机器人动力学模型
• 2.2.1 基于计算力矩的位置控制
• 2.2.2 受限运动机器人动力学方程
• 2.3 阻抗控制模型
• 2.4 倒角去毛刺过程的力学建模
• 2.4.1 切削力分析
• 2.4.2 硬质合金旋转锉倒角实验研究
• 2.4.3 正交实验设计
• 2.4.4 正交实验方案
• 2.4.5 正交实验结果
• 2.4.6 机器人末端与环境的等效模型
• 2.5 基于位置的阻抗控制
• 2.5.1 基于位置的阻抗控制模型
• 2.5.2 阻抗控制中稳态力误差分析
• 2.5.3 基于位置阻抗模型的轨迹跟踪方法
• 2.6 基于位置的阻抗控制特点分析
• 2.6.1 不确定环境下阻抗控制的应用分析
• 2.6.2 目标阻抗参数对控制性能的影响
• 2.7 本章小结
• 第3章 基于模糊补偿的鲁棒阻抗控制
• 3.1 引言
• 3.2 模糊自调整控制
• 3.3 模糊控制规则的自调整与自寻优
• 3.4 带自调整函数的模糊控制方法
• 3.5 基于模糊补偿的鲁棒阻抗控制
• 3.5.1 控制方案设计
• 3.5.2 基于规则自调整的模糊控制器设计
• 3.5.3 调整函数的设计
• 3.6 仿真实验
• 3.6.1 力的坐标变换
• 3.6.2 直线轨迹跟踪仿真
• 3.6.3 圆轨迹跟踪仿真
• 3.7 本章小结
• 第4章 基于目标阻抗模糊自调整的阻抗控制
• 4.1 引言
• 4.2 模糊控制的优化问题
• 4.3 基于模糊逻辑的阻抗控制系统设计
• 4.3.1 控制方案设计
• 4.3.2 模糊控制器的设计
• 4.3.3 仿真实验
• 4.4 遗传算法优化设计
• 4.4.1 编码
• 4.4.2 适应度函数
• 4.4.3 遗传操作
• 4.4.4 仿真实验
• 4.5 本章小结
• 第5章 基于位置阻抗模型的协调控制
• 5.1 引言
• 5.2 基于位置阻抗模型的协调控制框架
• 5.3 基于位置阻抗模型的速度参考自适应控制
• 5.3.1 控制方案设计
• 5.3.2 速度模糊调整器的设计
• 5.3.3 仿真实验
• 5.4 基于位置阻抗模型的力参考自适应控制
• 5.4.1 控制方案设计
• 5.4.2 仿真实验
• 5.5 本章小结
• 第6章 移动机器人力/位跟踪实验研究
• 6.1 引言
• 6.2 神经网络PD控制
• 6.2.1 神经网络PD整定原理
• 6.2.2 神经网络PD整定方案
• 6.3 移动机器人运动学模型
• 6.4 基于神经网络的显式力控制实验研究
• 6.4.1 控制方案设计
• 6.4.2 实验研究
• 6.5 本章小结
• 第7章 基于虚拟现实建模语言的机器人仿真研究
• 7.1 引言
• 7.2 基于虚拟现实建模语言的图形仿真
• 7.2.1 虚拟现实的造型语言
• 7.2.2 机器人仿真模型的建立
• 7.3 仿真方法
• 7.3.1 VRML与Java的接口
• 7.3.2 多线程的实现
• 7.4 七自由度机器人RIR的PTP仿真研究
• 7.4.1 机器人的结构参数和D-H矩阵
• 7.4.2 RIR工作空间限制
• 7.4.3 RIR机器人正向运动学可视化仿真
• 7.5 机器人轨迹跟踪仿真实例
• 7.5.1 轨迹的获得
• 7.5.2 图形用户界面和Java程序
• 7.5.3 运动仿真
• 7.6 本章小结
• 结论
• 参考文献
• 附录
• 攻读博士学位期间发表的论文
• 致谢
• 学位论文评阅及答辩情况表