柔性机械臂路径优化及控制

论文摘要

机械臂作为人类现代自动化工业的重要工具,由于它的工作空间大、灵活性好、可以在人类无法到达的环境下工作等优点,在工业、航空领域和医疗器械等得到了很广泛的应用。相对于常用的刚性机械臂,柔性机械臂具有重量轻、负载大、灵巧等优点,也越来越多的受到人们的重视和研究。同时因为机械臂存在冗余自由度,在工作中的可行空间很大,便给完成一次同样的工作任务带来了好多种不同的可行方案。比如机械臂从起始位置运动到终止位置,可行路径有好多种。这样给控制器的设计带来多种策略,所以选择的期望运动情况不同,设计出的控制器性能也各不相同。本文选择末端位移最短路径作为期望的执行方案,来设计控制器。这种控制器除了能满足控制要求外,还能起到提高机械臂工作效率,节约工作时间、空间和燃料消耗的作用。本文结合机械臂的结构特点,将两关节机械臂视为Euler-Bernoulli梁模型,根据拉格朗日方程理论建立了机械臂系统动力学模型。把梁1和梁2末端位移总和作为目标函数,用最优控制的方法使这个目标函数达到最小,来求得满足要求的机械臂运动最短路径及其所对应的关节角位移。然后通过Newmarkβ法对系统进行动力响应分析,建立柔性机械臂的神经网络辨识模型。最后,将神经网络与预测控制、滚动优化理论相结合,设计出用于柔性机械臂轨迹跟踪的神经网络动态优化调整的智能控制系统。经计算机仿真表明,该控制系统能够良好的控制柔性机械臂跟踪各状态量的期望值,并同时达到末时刻速度调节的目的。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 前言
• 1.2 柔性机械臂研究方法介绍
• 1.2.1 柔性体变形的描述
• 1.2.2 柔性臂建模方法介绍
• 1.2.3 柔性机械臂控制方法
• 1.3 柔性机械臂的未来研究方向
• 1.4 本文的必要性和主要工作
• 1.4.1 本文必要性
• 1.4.2 本文主要内容
• 第二章 柔性机械臂动力学建模
• 2.1 柔性机械臂物理模型
• 2.2 多柔体系统动力学概述
• 2.2.1 柔性体上任一点的状态描述
• 2.2.2 柔性多体系统动力学方程的一般形式
• 2.3 柔性机械臂动力学模型
• 2.3.1 建立物理模型
• 2.3.2 变形描述
• 2.3.3 动力学方程推导
• 2.3.3.1 系统的动能
• 2.3.3.2 系统的势能
• 2.3.3.3 广义力
• 2.3.3.4 动力学方程表达式
• 2.4 柔性机械臂动力响应分析
• 2.4.1 动力响应分析介绍
• 2.4.2 动力响应常用的基本方法
• 2.4.3 纽马克β（Newmarkβ）法
• 2.4.4 机械臂动响应计算
• 2.5 本章小结
• 第三章 机械臂路径优化
• 3.1 引言
• 3.2 常用的路径规划方法
• 3.3 机械臂末端位移最短路径求解
• 3.3.1 刚性机械臂动力学方程
• 3.3.2 刚性机械臂路径优化
• 3.4 系统仿真
• 3.5 本章小结
• 第四章 柔性机械臂的神经网络辨识
• 4.1 神经网络基本原理
• 4.1.1 人工神经网络的模型
• 4.1.2 人工神经网络分类
• 4.1.3 神经网络的学习
• 4.2 神经网络辨识概念与方法
• 4.3 柔性机械臂系统辨识
• 4.3.1 确定神经网络结构
• 4.3.2 数据处理
• 4.3.3 网络的训练及结果测试
• 4.4 本章小结
• 第五章 柔性机械臂速度控制
• 5.1 引言
• 5.2 神经网络控制
• 5.3 柔性机械臂控制系统
• 5.3.1 控制任务和方法
• 5.3.2 柔性机械臂控制系统设计
• 5.3.3 柔性机械臂控制系统
• 5.4 系统仿真结果
• 5.5 本章小结
• 第六章 本文工作总结与展望
• 致谢
• 参考文献