一、一类弹性机械臂的模糊控制（论文文献综述）
张青云[1]（2021）在《柔性空间闭链机器人非线性数学建模及智能控制算法研究》文中研究表明机器人朝高速、高精度及轻质化方向发展,使其运动不仅包含大范围的刚体运动,还存在柔性轻质构件变形产生的弹性振动运动。柔性构件变形引起的系统振动,将导致系统运动轨迹精度下降,并且过大的惯性力将使系统关节和构件损伤甚至破坏,降低系统使用寿命。构建柔性机器人的精确非线性数学模型是实现数值解优化的必要手段。同时,基于精确非线性数学模型开展控制算法研究可提高跟踪轨迹精度,且降低智能控制算法复杂度。本文以运动支链中既存在刚性构件,又存在柔性构件的空间闭链机器人为研究对象,对其数学模型构造方式、数值求解算法及控制算法问题进行了深入研究。本文主要研究工作及成果如下:一、针对柔性多体系统数学模型构建不精确问题,提出了一种新的柔性多体系统可计算模型。首先,利用有限元法和浮动坐标系法相结合,建立考虑耦合效应的柔性单元数学模型。其次,根据系统约束模型建立考虑微小位移的末端执行器数学模型。最后,将刚性系统模型、柔性单元数学模型及末端执行器数学模型进行装配即可得到精确柔性多体系统的可计算模型。该模型通用性强,可用于任意含柔性空间构件的柔性多体系统数学模型的构建。二、柔性多体系统可计算模型为时变、强耦合、高度非线性的微分代数方程。为克服数值求解过程中因初值估计不准确导致的数值发散问题及通过增加约束方程使模型维度增加,降低求解效率等问题,提出了通过模型降阶算法将微分代数方程问题转化为纯微分问题进行求解,并根据约束违约稳定算法（Baumgarte’s constraint violation stabilization methods,BSM）保证约束模型有效性。这种求解算法结构简单且易于实现,可提高复杂数学模型的求解效率,且保证解的精度。三、基于建立的非线性数学模型,采用前馈补偿与比例-微分（Proportion Derivative,PD）控制器相结合的控制算法,分析了系统末端执行器轨迹跟踪精度、扰动抑制情况以及外载荷为零倍臂杆质量、三倍臂杆质量和五倍臂杆质量下的单点轨迹跟踪精度。同时,为了避免建模过程中非线性未知项对控制性能的影响,利用模糊控制算法具有的逼近非线性系统特性对系统进行自适应逼近,以提高系统控制性能,并对其设计准则、稳定性、求解原则及有效性进行了详细说明和分析。四、提出一种将神经网络控制器和自适应滑模控制器相结合的新的控制算法。首先,利用自适应滑模控制器来保证轨迹精度,再根据神经网络无线逼近非线性系统的性能来逼近非线性误差和降低未知干扰的影响。在相同系统参数下,对比分析了自适应滑模神经网络和位置比例-积分-微分（Proportion Integral Derivative,PID）控制算法作用下的末端执行器轨迹精度。结果表明:所设计的自适应滑模神经网络控制器满足控制精度要求且与位置PID控制算法相比效果更佳,有效降低了末端执行器的轨迹跟踪误差。新控制算法只需较少隐层节点,说明该控制器结构简单、易于实现、通用性强。
高赫佳[2]（2021）在《柔性系统的建模与神经网络控制研究》文中指出柔性系统涵盖了柔性机械臂、仿生柔性扑翼飞行器和柔性建筑等多种不同的对象。随着柔性系统的大量应用,其控制理论与方法问题已经成为具有前瞻性的高新技术研究方向,受到了学术界和工业界的广泛关注。目前,柔性系统领域的控制理论与方法问题诸如柔性多连杆机械臂的轨迹跟踪及振动控制问题,自然灾害下柔性建筑的约束控制问题,复杂环境下仿生柔性扑翼机器人的容错控制问题等都己发展成为具有国家重大需求的共性科学问题,极富挑战性。因此,为了突破具有环境适应性的不确定柔性系统的建模与智能控制的技术难题,本文紧密结合柔性系统的智能控制理论与方法的研究趋势及其在实际工业中的应用,对柔性系统的建模机理及控制策略等相关理论和关键技术进行了系统深入地研究。本文采用假设模态方法建立了柔性机械臂系统的动力学模型,解决了柔性系统无穷维特性导致的建模机理的难题;设计了具有一致逼近性能的模糊神经网络控制器,解决了系统动力学不确定性问题;构造了基于高增益观测器的神经网络控制器,解决了实际工程中不易测得的状态信息问题;并成功地在Quanser平台上进行了实验验证,解决了带有动力学不确定性的柔性机械臂的振动控制的难题。其次,针对带有输出约束的柔性建筑系统,基于Actor-Critic算法设计了自适应强化学习控制器,设计辅助系统及扰动观测器,解决了未知扰动条件下柔性建筑的输出约束及振动抑制问题;并在Quanser平台上进行了实验验证,突破了传统控制方法无法处理分布式扰动、高维数、不确定系统的局限性。另外,针对仿生扑翼飞行机器人系统,采用新型有限刚体儿方法和MapleSim仿真平台进行了可视化建模,基于非奇异快速终端滑模方法设计了自适应有限时间容错控制器,并在搭建的虚拟智能平台上进形了测试,解决了系统动力学的不确定性、执行器故障下的鲁棒性及复杂环境下的稳定性问题。本文分析了几类柔性系统的动力学特性,研究了生产开发过程中的振动控制和优化问题,该研究成果将为柔性系统的建模机理与控制设计提供理论依据,为振动控制的实现提供技术支撑,并进一步促进机械结构与控制系统学科间的交叉研究。
陈泓宇[3]（2021）在《具有输入输出约束特性的柔性关节机械臂控制算法研究》文中研究表明中国制造业向着高端化、智能化、信息化不断发展,由于工作环境的错综复杂、人机交互的日益频繁,各式各样的机器人随之出现以适应环境的不同,一类高负载比、小质量、安全性可靠却伴随着精度和抖振问题的柔性关节机械臂受到了广泛的关注。由于执行器不可避免存在输入饱和、死区等非线性特性;同时随着科技的进步,对暂态和稳态控制性能要求日益增高,需要对系统输出进行约束;并且由于柔性的存在,在保证轨迹跟踪的基础上,设计出实现高精度、无超调、无抖振等性能的控制器十分困难。针对带输入输出约束的柔性关节机械臂,运用奇异摄动法,通过时标变换,实现了刚柔性的分解,将柔性关节机械臂模型分解为快子（柔性）和慢子（刚性）两个子系统且分别进行控制率设计,总控制率为两个子控制器的简单线性叠加,同时考虑了输入输出约束的实际要求,实现了对轨迹的精准跟踪和对柔性的抑制。全文的主要研究内容如下:1.针对输入受限情况下模型不确定柔性关节机械臂系统的轨迹跟踪问题,提出一种基于奇异摄动法的反演滑模控制器。首先为快子（边界层）系统设计速度差值反馈控制器来抑制关节柔性的振荡,而针对于慢子（降阶）系统,设计一类非线性积分滑模面增加系统稳态精度且引入全局滑模面增加鲁棒性,从而改善了系统的控制性能。其中,通过径向基（RBF）神经网络实现系统不确定项和执行器饱和的补偿,并且设计出神经网络权值的自适应率,基于Lyapunov理论证明了系统的稳定性和对误差的收敛性。仿真结果表明,所设计的控制率具有良好的快速性和精确性,使抖振现象基本消除。2.针对带输出约束的柔性关节机械臂系统的轨迹跟踪问题,基于奇异摄动模型,将Log-障碍Lyapunov函数（BLF）与反演控制相结合设计了慢子控制器,实现了系统跟踪误差的约束,同时设计了线性滑模快子控制器抑制柔性抖振,并给出了完整的稳定性证明,最后通过数字仿真证明了方法的有效性。3.针对带输出约束的柔性关节机械臂系统,传统基于Tan-BLF控制器具有误差收敛域为常数的缺陷,基于奇异摄动法提出了一种全局收敛的分段控制策略,将收敛域拓展到全局,解决了上一章中过大初始误差会使系统发散的问题,然后针对快子系统提出了一种线性二次最优控制器。通过仿真实验对控制器的有效性进行了验证。4.针对带有输出约束和模型不确定的柔性关节机械臂系统,提出一种基于奇异摄动法的固定时间预设性能跟踪控制方法。针对慢子系统,首先构造新型时变约束边界,拓宽了时变正切型障碍李雅普诺夫函数的适用范围。然后,引用一类非线性扰动观测器,准确地估计了外源性干扰。其次构造了一种基于非奇异快速积分终端滑模的复合控制器,使任意初始跟踪误差固定时间收敛,至此保证了机械臂跟踪误差的暂态和稳态性能约束。针对快子系统,同样提出了一个保证固定时间内抑制柔性振动且具有更为优越的性能的控制器。最后结合李雅普诺夫稳定理论严格证明了闭环系统的稳定性且通过仿真对比验证了控制器的有效性。
曹樾[4]（2020）在《基于冲击载荷下机械臂的射击过程研究》文中提出发射系统是发射系统体系中的一种重要的类型,其在未来的高科技局部战争中具有重要的战术地位。发射系统涉及许多因素,例如理论基础,复杂的测试以及制造系统。本文的研究对象是发射系统,模拟计算基于基础理论分析。重点研究了该发射系统的总体设计方案,并在内部弹道仿真计算中,对发射系统子弹挤入膛线的过程进行了分析和计算,同时对枪支的主要运动的结构动力学进行了仿真分析。根据该型发射系统具体的战术技术指标,提出了总体设计方案。首先对该发射系统进行内弹道分析,因此需要建立对应的仿真模型,然后根据相应的计算规则编写程序进行仿真计算,进而找到子弹在枪膛中的速度和膛压以及时间三者之间的关系;根据内弹道学推导了挤进数学模型,并基于此对弹丸挤进膛线过程进行仿真计算,得到弹丸挤进时的轴向阻力;基于动力学及结构力学基本方程,通过动力学仿真软件得到进弹过程、及各零部件复位过程中的动力学参数变化,通过有限元分析软件得到枪机与机匣体之间的接触应力,击针撞击底火的接触应力,触发射击机构与阻铁击针与击针阻铁之间的接触应力变化。建立六自由度运动控制机械臂与发射的工作关节运动模型,利用D-H法对坐标关系与变换矩阵进行推导得出工作关节运动学参数方程,进而得到各个关节的工作运动轨迹参数方程,运用Matlab软件绘制得出各个工作关节的运动轨迹参数所构成的六自由度工作关节运动空间;同时,运用先进的有限元运动学分析法对六自由度运动控制的机械臂与发射系统运动进行前六阶模态的分析和运动学与结构动力学的分析。本文的相关技术研究成果为对该型发射系统的进一步技术研究与其设计和实现工程自动化的应用打下了扎实的技术理论基础,同时为其使用智能化的机械臂自动控制该发射系统的工作和更进一步提高其射击控制精度性能提供了研究依据和参考。
桂建伟[5]（2020）在《伺服系统齿隙补偿与谐振抑制方法研究》文中研究表明伺服控制是运动控制领域的一个重要分支,伺服系统在现代工农业、国防和医疗等高新科技领域有着十分广泛的应用。伺服系统的典型机械传动结构是由高速伺服电机驱动减速传动机构,再由传动机构带动负载运动,完成能量的转换。一方面,这样的机械传动结构中一定会存在齿隙等非线性环节,齿隙非线性既是一种力矩传动过程中不可缺少的非线性因素,同时也是一种影响系统性能的非常重要的因素;另一方面,由于传动机构的刚度不是理想的无穷大,弹性导致的机械谐振现象对整个伺服系统的影响也是不可忽略的。本文首先分别介绍了齿隙非线性和机械谐振的产生原因和研究现状,然后以永磁同步电机伺服系统为研究对象,介绍了永磁同步电机的基本原理以及控制方案。另外,介绍了齿隙非线性的几种常见数学模型以及适用场合,并基于双惯量弹性系统分析了机械谐振的产生机理。分别对伺服系统存在的齿隙非线性和机械谐振进行了研究:一方面,针对系统的齿隙非线性,本文分别采用了线性最小二乘法和非线性最小二乘法对齿隙死区模型和近似死区模型的参数进行了辨识,通过辨识得到的齿隙模型对齿轮传动力矩进行了估计,设计了基于齿轮齿隙力矩补偿的反馈控制方案,并通过仿真和实验对提出的齿隙辨识方法和控制方案进行了验证。在齿隙非线性补偿的基础上,考虑到系统存在的摩擦力矩、电流环动态、齿隙建模偏差等集总扰动,设计了高阶滑模观测器对伺服系统存在的集总扰动进行了估计,基于高阶滑模观测器设计了非奇异终端滑模复合控制器,并且对提出的抗干扰复合控制方案的稳定性进行了证明,对控制效果进行仿真和实验验证。另一方面,针对系统的机械谐振,本文介绍了伺服系统机械特性的频域辨识方法和陷波滤波器算法抑制谐振的基本原理,然后采用chirp信号激励,进行离线FFT变换实现了伺服系统机械谐振特征的辨识,最后基于谐振频率的辨识结果,设计了二阶数字陷波滤波器算法,并在机械臂、丝杆、皮带轮实验平台上进行了相关的实验验证。
何俊培[6]（2020）在《新型超冗余空间机械臂的关键技术研究》文中提出受发射载荷和体积等的影响,超大口径空间望远镜需要在太空中才能完成装配。这个装配任务对精度,反应速度,灵巧度等具有很高的要求。传统的空间机械臂的体型较大且避障能力不高,并且它们在执行狭窄空间或复杂环境下的任务时不灵活,所以研发新型超冗余灵巧空间机械臂对空间在轨装配至关重要。本文介绍了第一代自主设计的超冗余空间机械臂,包括单关节的结构设计,串联臂的工作原理,电控系统和性能测试。还展示了第二代自主设计的空间灵巧臂的结构设计和外壳受力后的有限元分析。通过和第一代臂进行比对分析,明确指出了改进的地方。计算了机械臂的可达和灵巧工作空间。针对自由度很多的机械臂（例如蛇形机器人）给出了基于脊椎曲线的运动学分析方法,对于九自由度机械臂提出了基于DH参数的运动学建模。为了更好地实现机械臂的轨迹规划和避障,改进了BiRRT算法。搭建了联合仿真系统,并根据仿真结果进行了避障实验。实验结果不仅表明避障算法的有效性,也证明了本文机械臂具有很强的避障能力和灵巧性。分析了基于静基座的机械臂的动力学方程,包括多体系统的动能和势能,拉格朗日动力学方程以及局部参数化方法。对于自由漂浮的柔性机械臂进行了动力学分析。分析方法是基于假设模态法和线弹性假设,并考虑位置和姿态约束方程,从而得到空间机械臂的多体动力学方程。为了提高空间机械臂的运动性能,提出了改进的智能控制算法。它们包括基于误差分析模型和指令滤波器的预测模糊控制,基于动力学模型和扰动观测器的神经网络抑振控制。此外,还设计了三个实验来验证算法的有效性。实验分别是机械臂受力后的自适应运动,末端执行器的写字运动,以及机械臂的抑振。实验结果表明,改进后的方法不仅能够使得机械臂运动更加平稳,还能减轻关节间的动力学耦合,进而抑制机械臂的末端振动。
黄鑫[7]（2020）在《核电站应急处置机器人辐射探测及其运动控制研究》文中提出核能作为一种清洁能源,在世界各国得到广泛利用,然而引发的多起核电站事故使社会遭受了重大损失。核电站一旦发生事故造成放射性物质泄露,人工救援作业面临高辐射环境,亟需智能设备代替救急人员进入现场进行勘测和应急处理,因此,对核电站应急处置机器人进行样机开发及其相关技术研究,具有重要的意义。首先,本文基于核电站应急处置机器人的功能需求,设计并开发机器人整机系统;采用履带式移动平台,研究了底盘运动策略;开发了主从操作机构,包括操纵端主手和执行端的液压驱动机械臂;开发配套的电控与反馈系统,包括数传与图传系统,传感器及探测装置等。其次,为完成核辐射环境下的检测以及放射源搜寻,开发了针对强辐射环境下的大剂量率探测器和放射源定位装置。借助于应急处置机器人的移动平台,能够实现对事故发生后辐射环境的侦察,快速定位泄露的放射源,为后续制定核事故处理方案提供依据。然后,为解决机器人自由度过多带来的操纵复杂问题,引入主从控制的方法,对操作主手和机械臂的运动学展开了研究,并借助蒙特卡罗方法,分析了两者的运动范围,根据末端空间点集确定机械臂和主手的运动变换关系,引入差异化最小范数优化机械臂的逆解,进行主从运动仿真与实验,检验其操作效果。最后,针对应急处置机器人执行任务时对机械臂运动精度及响应速度的要求,基于液压机械臂系统的数学简化模型,设计了自适应模糊滑模运动控制算法,解决液压驱动系统带来的非线性和参数时变问题,并对控制算法进行了稳定性证明。开展用于核电站应急处置的机械臂关节期望轨迹的仿真与实验,验证所设计算法相对于传统控制算法的优势。
顾强强[8]（2020）在《时滞机械臂系统非线性振动分析与控制》文中认为本文以具有耦合时滞的弹性关节机械臂系统为研究对象,建立四维系统模型,通过引入快慢变因数,研究退化后其二维子系统的稳定性,分析时滞因素对系统的非线性振动的影响。首先对二维系统构建的动力学方程模型运用多尺度法进行分析,求出时滞弹性关节机械臂非线性振动系统发生Hopf分岔时的规范型方程,结合通有的平面霍普夫分岔定理得出系统Hopf分岔发生的条件,并通过数值模拟验证理论分析的结果与数值的吻合度,从而证明运用多尺度方法推导出系统发生Hopf分岔时规范型方程及条件的正确性。接着以二维系统分析为基础,在系统的时滞参数固定不变的情况下,对四维系统的输入进行控制分析,通过线性方程或平方多项式方程输入来研究四维系统的平衡控制、周期振动以及概周期振动等复杂振动形式的出现机理及控制策略,并通过一系列的数值运算加以验证。最后,对具有时滞弹性关节的机械臂系统的非线性振动分析与控制以及数值模拟验证问题进行了展望。
孙小通[9]（2020）在《基于奇异摄动法的柔性机械臂鲁棒振动控制》文中进行了进一步梳理随着工业和科技的快速发展,机械臂等转臂设备的定位精度要求不断提高,柔性机械臂的研究广泛应用于机器人、航空航天和智能制造等领域。柔性机械臂因其材质具有柔性,旋转过程中会产生弹性变形。因此柔性机械臂运动可分解为大范围、低频的刚体运动和小变形、高频的柔性运动,二者相互耦合,互相影响。柔性机械臂的刚柔强耦合特性使得其控制精度下降,可靠性降低,因此对柔性机械臂的动态模型和振动抑制进行研究。主要研究内容如下:首先,以振动力学为基础,建立柔性机械臂横向振动偏微分方程,并结合边界条件,求解模态振型函数。采用假设模态法描述臂杆的弹性振动变形,进而利用Lagrange方程建立柔性机械臂的动力学方程。同时考虑空气阻力的影响,求得考虑风阻的动态模型。并通过数值仿真,分析柔性机械臂的前六阶模态和运动状态的动力学特性,为振动抑制控制策略提供相应的依据。同时利用风阻模型仿真,分析空气阻力对柔性机械臂动力学特性的影响。其次,采用奇异摄动法将柔性机械臂系统分解为双时间尺度系统:刚性运动的慢时标子系统和柔性运动的快时标子系统。通过数值仿真,比较了双时间尺度系统和原系统的误差,验证了双时间尺度模型的精确性。对慢时间尺度动态,采用自适应滑模控制实现柔性机械臂的轨迹跟踪;基于快时间尺度模型,设计线性二次型最优控制,实现振动抑制的目的;将快、慢时间尺度模型控制器结合,构造出柔性机械臂的双时间尺度组合控制器,并在MATLAB/Simulink仿真中验证了组合控制的可行性和有效性。最后,考虑柔性机械臂快时标子系统的模型不确定性,建立其不确定系统模型。针对快时标子系统,采用H∞控制抑制其弹性振动;针对慢时标子系统,采用滑模控制实现柔性机械臂的轨迹跟踪,将快、慢时间尺度模型控制器叠加为柔性机械臂的组合控制器。通过仿真验证了H∞控制对系统干扰和参数不确定性具有很好的抑制效果,在组合控制下,柔性臂系统快速实现轨迹跟踪。
于欣波[10]（2020）在《机器人自适应神经网络阻抗控制与人机物理交互研究》文中认为机器人研究的热点已逐渐转移到以“人为中心”的协作机器人上,人机协作已成为智能机器人领域的热点研究内容,在先进制造、医疗健康、社会服务等领域具有广泛应用。机器人系统在运行时存在固有非线性特性,且由于传感器噪声等容易出现模型失配与模型完全未知问题,同时系统还受到外界环境扰动的影响,因此基于机器人精确动力学模型的跟踪控制难以实现;另一方面,人和机器人进行物理交互时,人对于机器人是未知时变的动态交互环境,传统基于交互环境信息已知的交互控制方法难以应用。因此,考虑机器人自身不确定性与人行为不确定性的影响,提出有效的高精度闭环运动控制方法与具有环境适应性的交互控制策略对提升人机交互的安全性、柔顺性和智能性具有重要意义。本论文主要面向人与机器人通过物理交互完成协作任务的场景,考虑机器人动力学不确定性及扰动、系统状态约束、人机交互力调节、人类运动意图估计、人类阻抗参数学习等问题,开展了机器人自适应神经网络及模糊神经网络跟踪控制、机器人柔性关节自适应神经网络阻抗控制、机器人含人类运动意图估计与阻抗学习的人机交互控制、机器人基于贝叶斯估计的人机交互控制等研究,并且搭建了人机协作平台,实现人机高效协作,验证本文所提出的控制算法的有效性和实用性。主要内容和成果包含以下几个方面:（1）针对机器人外部环境未知扰动和自身系统存在的模型不确定性问题,提出了含扰动观测器的机器人自适应神经网络控制策略,研究了输出约束下的机器人全状态反馈和输出反馈自适应模糊神经网络控制策略,解决了机器人在受限空间下的精确跟踪问题。（2）针对机器人柔性关节难以调节自身柔顺特性的问题,提出一种机器人柔性关节自适应神经网络阻抗控制算法,集成了主动柔顺控制及被动机械柔性的优势,解决了柔性关节机器人动力学模型未知情况下的交互问题,使机器人能够调节自身柔顺性并避免突发碰撞带来的损失。（3）针对机器人与人交互时存在的人行为不确定问题,提出了机器人含人类运动意图估计与阻抗参数学习的人机交互控制策略,既能够实现对机器人的运动约束,保证人机协作时的安全性能,又能够提升人机协作柔顺程度。（4）针对机器人对人类阻抗参数学习与运动意图估计的难点问题,探索了基于贝叶斯理论的估计方法,设计了一种基于自适应神经网络的阻抗控制策略,并将人类运动意图估计与抗参数学习融入到控制框架,提升了机器人对人行为的学习能力。（5）针对机器人人机协作任务中的实际问题,开发了人机双臂协作装配平台与人机协作搬运平台,完成一些常见的人机协作任务,进一步验证本文所提出控制算法的有效性和实用性。本文的研究成果能够丰富目前对机器人交互控制的研究,进一步为解决人机协作系统中所存在的工程问题提供了一种可行的解决方案,也为人机物理交互领域的研究提供了新的研究方向。
二、一类弹性机械臂的模糊控制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一类弹性机械臂的模糊控制（论文提纲范文）
（1）柔性空间闭链机器人非线性数学建模及智能控制算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 符号注释表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 模型构建 |
| 1.2.2 数值仿真 |
| 1.2.3 智能控制算法 |
| 1.3 本文主要研究目的和内容 |
| 1.3.1 本文研究目的 |
| 1.3.2 本文研究内容 |
| 第二章 一种新的柔性机器人可计算模型构建 |
| 2.1 引言 |
| 2.2 刚性系统数学模型 |
| 2.2.1 模型特点 |
| 2.2.2 模型构建方法 |
| 2.2.3 仿真实验分析 |
| 2.3 柔性多体系统可计算模型 |
| 2.3.1 模型特点 |
| 2.3.2 可计算模型构造方法 |
| 2.3.3 组成单元数学模型 |
| 2.4 本章小结 |
| 第三章 基于MATLAB的模型降阶算法及分析校准 |
| 3.1 引言 |
| 3.2 模型降阶算法分析 |
| 3.2.1 模型概述 |
| 3.2.2 模型降阶算法设计 |
| 3.2.3 仿真实验分析 |
| 3.3 与ADAMS仿真模型比较 |
| 3.3.1 ADAMS模型 |
| 3.3.2 跟踪精度结果比较 |
| 3.3.3 应力参数仿真分析 |
| 3.3.4 驱动参数仿真分析 |
| 3.3.5 扰动参数仿真分析 |
| 3.4 本章小结 |
| 第四章 柔性多体系统跟踪控制算法研究 |
| 4.1 引言 |
| 4.2 跟踪控制算法分析 |
| 4.2.1 问题描述 |
| 4.2.2 算法设计 |
| 4.2.3 参数整定 |
| 4.2.4 算法稳定性分析 |
| 4.3 算法仿真及结果分析 |
| 4.3.1 单点跟踪精度仿真结果及分析 |
| 4.3.2 扰动抑制仿真结果及分析 |
| 4.3.3 与传统控制算法比较 |
| 4.4 本章小结 |
| 第五章 柔性多体系统自适应模糊控制算法研究 |
| 5.1 引言 |
| 5.2 自适应模糊控制算法 |
| 5.2.1 问题描述 |
| 5.2.2 模糊算法设计 |
| 5.2.3 自适应算法设计 |
| 5.2.4 算法稳定性分析 |
| 5.3 自适应模糊控制算法仿真 |
| 5.3.1 模型构建 |
| 5.3.2 算法步骤 |
| 5.3.3 仿真结果及分析 |
| 5.4 本章小结 |
| 第六章 柔性机器人自适应滑模神经网络控制算法研究 |
| 6.1 引言 |
| 6.2 自适应滑模神经网络控制算法 |
| 6.2.1 问题描述 |
| 6.2.2 滑模变结构控制器设计 |
| 6.2.3 自适应神经网络控制器 |
| 6.2.4 算法稳定性分析 |
| 6.3 柔性多体空间闭链机器人联合仿真 |
| 6.3.1 机器人联合仿真模型 |
| 6.3.2 与传统控制算法对比 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文主要工作及结论 |
| 7.2 创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 附录 |
| 在学期间取得的科研成果和科研情况说明 |
| 取得的科研成果 |
| 参与的科研项目 |
| 致谢 |
（2）柔性系统的建模与神经网络控制研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 柔性机械臂建模与控制技术 |
| 1.2.2 柔性建筑系统振动控制技术 |
| 1.2.3 仿生扑翼飞行器建模与控制技术 |
| 1.3 主要贡献与结构安排 |
| 2 预备知识 |
| 2.1 哈密顿(Hamilton)原理 |
| 2.2 离散化建模方法 |
| 2.2.1 假设模态法 |
| 2.2.2 有限刚体元法 |
| 2.3 拉格朗日(Lagrange)方程方法 |
| 2.4 神经网络(Neural Network)方法 |
| 2.5 李雅普诺夫(Lyapunov)直接法 |
| 2.6 本章小结 |
| 3 柔性机械臂系统的建模与神经网络控制 |
| 3.1 单连杆柔性机械臂的模糊神经网络控制 |
| 3.1.1 基于假设模态法的动力学建模 |
| 3.1.2 基于模糊逻辑的神经网络控制 |
| 3.1.3 仿真结果及分析 |
| 3.1.4 实验结果及分析 |
| 3.2 双连杆柔性机械臂的输出反馈神经网络控制 |
| 3.2.1 基于假设模态法的动力学建模 |
| 3.2.2 基于高增益观测器的神经网络控制 |
| 3.2.3 仿真结果及分析 |
| 3.2.4 实验结果及分析 |
| 3.3 本章小结 |
| 4 柔性建筑结构系统的建模与强化学习控制 |
| 4.1 带有偏心负载柔性建筑的输出约束神经网络控制 |
| 4.1.1 基于假设模态法的动力学建模 |
| 4.1.2 基于障碍李雅普诺夫函数的神经网络控制 |
| 4.1.3 仿真结果及分析 |
| 4.1.4 实验结果及分析 |
| 4.2 带有主动质量阻尼器柔性建筑的强化学习控制 |
| 4.2.1 基于假设模态法的动力学建模 |
| 4.2.2 基于Actor-Critic算法的强化学习控制 |
| 4.2.3 仿真及实验验证 |
| 4.3 本章小结 |
| 5 仿生柔性扑翼飞行机器人的建模与智能控制 |
| 5.1 带有分布时变扰动的柔性梁系统的神经网络控制 |
| 5.1.1 基于假设模态法的动力学建模 |
| 5.1.2 基于扰动观测器的神经网络控制 |
| 5.1.3 仿真验证 |
| 5.2 带有执行器故障的柔性扑翼系统的学习控制 |
| 5.2.1 基于有限刚体元法的动力学建模 |
| 5.2.2 基于非奇异快速终端滑模方法的智能控制 |
| 5.2.3 联合仿真验证 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（3）具有输入输出约束特性的柔性关节机械臂控制算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景与研究意义 |
| 1.2 机械臂柔性研究现状 |
| 1.2.1 奇异摄动法 |
| 1.2.2 反馈线性化 |
| 1.2.3 输出重定义 |
| 1.3 输入约束研究现状 |
| 1.3.1 输入饱和 |
| 1.3.2 输入间隙(滞环) |
| 1.3.3 输入死区 |
| 1.4 输出约束研究现状 |
| 1.4.1 障碍李亚普洛夫函数(BLF) |
| 1.4.2 预设误差性能控制 |
| 1.4.3 不变集控制 |
| 1.5 论文的主要研究内容和结构安排 |
| 2 执行器受限情况下模型不确定柔性关节机械臂控制 |
| 2.1 系统模型及其预备知识 |
| 2.1.1 执行器饱和 |
| 2.1.2 RBF神经网络 |
| 2.1.3 奇异摄动法 |
| 2.2 速度差值反馈-快子控制器 |
| 2.3 积分滑模反演控制-慢子控制器 |
| 2.3.1 反演全局滑模控制 |
| 2.3.2 带有神经网络补偿的控制 |
| 2.4 闭环系统稳定性证明 |
| 2.5 仿真举例 |
| 2.6 本章小结 |
| 3 带有输出约束的柔性关节机械臂反演控制 |
| 3.1 系统模型及其预备知识 |
| 3.2 滑模控制-快子控制器 |
| 3.3 基于Log-BLF的反演控制-慢子控制器 |
| 3.4 闭环系统稳定性分析 |
| 3.5 仿真举例 |
| 3.6 本章小结 |
| 4 全局收敛的带有输出约束的柔性关节机械臂分段控制 |
| 4.1 系统模型及其预备知识 |
| 4.2 线性二次最优控制-快子控制器 |
| 4.3 基于Tan-BLF的切换控制-慢子控制器 |
| 4.3.1 输出约束神经反演控制器τ_(BLF)设计 |
| 4.3.2 无约束带神经网络反演控制器τ_(BACK)设计 |
| 4.4 仿真举例 |
| 4.5 本章小结 |
| 5 基于扰动观测器的带规定性能约束柔性关节机械臂固定时间控制 |
| 5.1 系统模型及其预备知识 |
| 5.1.2 新的Tan-BLF时变收敛域 |
| 5.1.3 非线性干扰观测器 |
| 5.2 固定时间控制-快子控制器 |
| 5.3 基于时变Tan-BLF的固定时间控制-慢子控制器 |
| 5.4 闭环系统稳定性分析 |
| 5.5 仿真举例 |
| 5.6 本章小结 |
| 结论与展望 |
| 总结 |
| 展望 |
| 参考文献 |
| 攻读硕士学位期间发表论文及科研成果 |
| 致谢 |
（4）基于冲击载荷下机械臂的射击过程研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1.绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外发展对比 |
| 1.3 本文研究的主要内容 |
| 2.发射装置方案设计 |
| 2.1 主要技战术指标 |
| 2.2 总体方案设计 |
| 2.2.1 口径 |
| 2.2.2 射击循环机构 |
| 2.2.3 瞄准装置 |
| 2.3 主要零部件 |
| 2.3.1 身管 |
| 2.3.2 击发机构 |
| 2.3.3 其他辅助装置设计 |
| 2.4 发射系统组成 |
| 2.5 发射系统-机械臂耦合方案 |
| 2.6 本章小结 |
| 3.内弹道设计分析 |
| 3.1 内弹道设计基本思路 |
| 3.2 内弹道设计基本方程 |
| 3.3 内弹道模型与计算 |
| 3.3.1 内弹道基本假设 |
| 3.3.2 内弹道基本方程组 |
| 3.3.3 计算结果 |
| 3.4 本章小结 |
| 4.弹丸挤进过程仿真分析 |
| 4.1 弹丸挤进过程数学模型建立 |
| 4.1.1 基本假设 |
| 4.1.2 挤进力数学模型 |
| 4.2 有限元分析 |
| 4.2.1 Abaqus网格划分 |
| 4.2.2 建立分析模型与有限元网格划分 |
| 4.2.3 零部件材料参数选择 |
| 4.2.4 仿真结果 |
| 4.3 不同进弹角度挤进过程分析 |
| 4.3.1 数值分析模型 |
| 4.3.2 进弹角度参数影响分析 |
| 4.4 质量偏心误差参数影响分析 |
| 4.4.1 对弹丸摆动角的影响 |
| 4.4.2 偏心方位对弹头膛内运动的影响 |
| 4.5 本章总结 |
| 5.射击过程研究与分析 |
| 5.1 基本算法 |
| 5.2 首发装填分析 |
| 5.2.1 仿真前处理及计算 |
| 5.2.2 仿真结果分析 |
| 5.3 主要零部件强度分析 |
| 5.4 射击稳定性 |
| 5.4.1 后座受力分析 |
| 5.4.2 后座动力学模型建立 |
| 5.4.3 后座动力学分析 |
| 5.5 本章小结 |
| 6.六自由度关节机械臂研究 |
| 6.1 机械臂运动学分析 |
| 6.1.1 运动学方程的D-H表示法 |
| 6.1.2 机械臂运动学建模 |
| 6.1.3 机械臂运动轨迹仿真 |
| 6.2 机械臂模态与结构力学分析 |
| 6.2.1 模态分析的基本理论 |
| 6.2.2 谐响应分析的基本理论 |
| 6.2.3 机械臂模态仿真 |
| 6.3 控制机械臂的结构力学分析 |
| 6.4 射击过程中机械臂受力 |
| 6.5 机械臂控制理论研究 |
| 6.6 本章总结 |
| 7.总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 |
| 致谢 |
（5）伺服系统齿隙补偿与谐振抑制方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 齿隙非线性的研究现状 |
| 1.3 谐振抑制的研究现状 |
| 1.3.1 机械谐振抑制的主动方式 |
| 1.3.2 机械谐振抑制的被动方式 |
| 1.4 论文组织结构 |
| 第二章 交流伺服系统建模与分析 |
| 2.1 引言 |
| 2.2 永磁同步电机伺服控制系统 |
| 2.2.1 永磁同步电机的工作原理与控制方案 |
| 2.2.2 矢量控制下永磁同步电机的数学模型 |
| 2.2.3 矢量控制策略 |
| 2.3 伺服系统的齿隙模型和弹性系统模型 |
| 2.3.1 伺服系统的机械结构 |
| 2.3.2 齿隙非线性的数学模型 |
| 2.3.3 双惯量弹性系统模型 |
| 2.4 小结 |
| 第三章 伺服系统齿隙非线性的辨识与补偿 |
| 3.1 引言 |
| 3.2 齿隙死区模型辨识 |
| 3.2.1 线性最小二乘法参数辨识 |
| 3.2.2 非线性最小二乘法参数辨识 |
| 3.2.3 遗传算法参数辨识 |
| 3.3 基于齿隙死区模型的齿隙补偿控制器设计 |
| 3.4 仿真与实验结果 |
| 3.4.1 仿真结果与分析 |
| 3.4.2 实验结果与分析 |
| 3.5 小结 |
| 第四章 基于高阶滑模观测器的非奇异终端滑模控制器设计 |
| 4.1 引言 |
| 4.2 高阶滑模观测器 |
| 4.2.1 基于扰动观测器的控制算法 |
| 4.2.2 常用的干扰与不确定性估计算法 |
| 4.2.3 高阶滑模观测器的设计方法 |
| 4.3 基于非奇异终端滑模的复合控制器设计 |
| 4.3.1 控制器设计 |
| 4.3.2 稳定性证明 |
| 4.4 仿真与实验结果 |
| 4.4.1 仿真结果与分析 |
| 4.4.2 实验结果与分析 |
| 4.5 小结 |
| 第五章 基于陷波滤波算法的机械谐振抑制 |
| 5.1 引言 |
| 5.2 机械特性辨识 |
| 5.2.1 频域辨识的基本原理 |
| 5.2.2 测试结构与方法 |
| 5.3 机械振动抑制算法 |
| 5.4 实验结果与分析 |
| 5.5 小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（6）新型超冗余空间机械臂的关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源及研究意义 |
| 1.1.1 课题来源和项目基础 |
| 1.1.2 选题背景及意义 |
| 1.2 空间机械臂的研究现状 |
| 1.3 空间机械臂运动学和轨迹规划的研究现状 |
| 1.4 空间机械臂动力学建模的研究现状 |
| 1.5 空间机械臂控制方法的研究现状 |
| 1.5.1 预测模型控制的研究现状 |
| 1.5.2 神经网络控制的研究现状 |
| 1.6 本文的主要研究内容 |
| 第2章 空间机械臂的结构设计 |
| 2.1 引言 |
| 2.2 第一代空间机械臂的结构设计 |
| 2.2.1 总体设计要求 |
| 2.2.2 机械臂关节的结构设计 |
| 2.2.3 串联臂的工作原理 |
| 2.3 机械臂的电控系统 |
| 2.3.1 设计输入的条件 |
| 2.3.2 控制结构 |
| 2.3.3 驱动电机 |
| 2.3.4 电源系统 |
| 2.3.5 控制器方案 |
| 2.3.6 驱动器方案 |
| 2.3.7 控制方案 |
| 2.4 机械臂的性能测试 |
| 2.4.1 关节输出力矩测试 |
| 2.4.2 关节运转角速度测试 |
| 2.4.3 旋转角度精度测试 |
| 2.5 第二代空间机械臂的结构设计 |
| 2.5.1 第二代臂的整体方案设计 |
| 2.5.2 第二代臂的关节结构设计 |
| 2.5.3 关节外壳受力分析和加强筋优化 |
| 2.6 两代空间机械臂的对比分析 |
| 2.7 本章小结 |
| 第3章 空间机械臂的运动学和轨迹规划 |
| 3.1 引言 |
| 3.2 机械臂的工作空间 |
| 3.2.1 九自由度冗余臂的可达工作空间 |
| 3.2.2 九自由度冗余臂的灵巧工作空间 |
| 3.2.3 可达工作空间与灵巧工作空间之间的关系 |
| 3.2.4 SLI指标 |
| 3.3 基于脊椎曲线的运动学分析 |
| 3.4 九自由度机械臂的运动学分析 |
| 3.5 机械臂的避障算法 |
| 3.5.1 Bi-RRT算法 |
| 3.5.2 改进的Bi-RRT算法 |
| 3.6 机械臂的运动和避障仿真 |
| 3.7 实验验证 |
| 3.7.1 末端柔性抓捕实验 |
| 3.7.2 复杂环境下的避障 |
| 3.8 本章小结 |
| 第4章 空间机械臂的动力学分析 |
| 4.1 引言 |
| 4.2 基于静基座的机械臂动力学分析 |
| 4.2.1 多体系统的动能和势能 |
| 4.2.2 拉格朗日动力学方程 |
| 4.2.3 局部参数化 |
| 4.3 空间机械臂的动力学建模 |
| 4.3.1 假设模态法 |
| 4.3.2 柔性臂的线弹性假设 |
| 4.3.3 位置和姿态约束方程 |
| 4.3.4 闭环系统的多体动力学 |
| 4.3.5 空间机械臂的多体动力学 |
| 4.4 本章小结 |
| 第5章 空间机械臂的智能控制 |
| 5.1 引言 |
| 5.2 基于误差分析模型和指令滤波器的预测模糊控制 |
| 5.2.1 机械臂的误差分析模型 |
| 5.2.2 模型预测控制 |
| 5.2.3 带指令滤波器的模糊控制 |
| 5.3 基于动力学模型和扰动观测器的神经网络抑振控制 |
| 5.3.1 柔性臂的神经网络控制 |
| 5.3.2 柔性臂的动力学模型 |
| 5.3.3 扰动观测器 |
| 5.4 实验验证 |
| 5.4.1 机械臂的自适应运动 |
| 5.4.2机械臂的写字实验 |
| 5.4.3机械臂的末端抑振实验 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（7）核电站应急处置机器人辐射探测及其运动控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景与意义 |
| 1.2 核电站应急处置机器人产品在国内外的研究现状 |
| 1.3 核电站应急处置机器人关键技术研究现状 |
| 1.3.1 辐射探测及放射源搜寻相关研究 |
| 1.3.2 主从控制相关研究 |
| 1.3.3 机械臂运动控制相关研究 |
| 1.4 本文主要研究内容 |
| 第2章 核电站应急处置机器人硬件系统开发 |
| 2.1 机器人整机需求 |
| 2.2 履带底盘运动系统 |
| 2.3 多自由度机械臂设计 |
| 2.4 主手设计 |
| 2.5 电控系统硬件配置 |
| 2.6 本章小结 |
| 第3章 机器人辐射探测系统开发与验证 |
| 3.1 泄露放射源特征分析 |
| 3.2 γ射线剂量率探测器开发 |
| 3.3 放射源搜寻方法研究 |
| 3.3.1 放射源模型分析 |
| 3.3.2 放射源定位装置开发 |
| 3.4 辐射探测系统实验 |
| 3.4.1 小型放射源实验 |
| 3.4.2 中型放射源实验 |
| 3.5 本章小结 |
| 第4章 核电应急机器人主从控制策略研究 |
| 4.1 主端操作手及从端机械臂的运动学分析 |
| 4.1.1 主端操作手运动学分析 |
| 4.1.2 机械臂的正运动学分析 |
| 4.2 主从机器人的工作空间分析 |
| 4.2.1 工作空间计算策略 |
| 4.2.2 主从手工作空间分析 |
| 4.2.3 主从机器人的运动映射关系研究 |
| 4.3 机械臂逆运动学 |
| 4.3.1 机械臂逆运动学求解 |
| 4.3.2 机械臂逆运动学分析 |
| 4.4 机器人主从控制运动实验 |
| 4.5 本章小结 |
| 第5章 液压机械臂运动控制研究 |
| 5.1 液压机械臂轨迹跟踪控制目标 |
| 5.2 舰机械臂系统数学模型分析 |
| 5.2.1 机械臂模型分析 |
| 5.2.2 液压驱动模型分析 |
| 5.3 机械臂运动控制算法 |
| 5.3.1 自适应模糊滑模控制器 |
| 5.3.2 控制算法稳定性分析 |
| 5.3.3 仿真结果及分析 |
| 5.4 液压机械臂实验研究 |
| 5.4.1 实验平台系统 |
| 5.4.2 实验结果及分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 硕士期间取得的科研成果及奖励 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（8）时滞机械臂系统非线性振动分析与控制（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 课题来源 |
| 1.2 研究背景和意义 |
| 1.3 国内外研究现状 |
| 1.4 柔性机械臂研究进展 |
| 1.5 时滞动力学系统研究现状 |
| 1.6 论文的主要研究内容 |
| 第2章 基础理论介绍 |
| 2.1 非线性振动的近似解析方法 |
| 2.2 分岔基础理论 |
| 2.3 霍普夫分岔的控制 |
| 2.4 本章小结 |
| 第3章 时滞机械臂系统动力学模型 |
| 3.1 时滞机械臂系统动力学模型 |
| 3.2 本章小结 |
| 第4章 时滞机械臂系统理论分析 |
| 4.1 多尺度法分析 |
| 4.2 Hopf分岔的条件分析 |
| 4.3 数值计算验证 |
| 4.4 本章小结 |
| 第5章 时滞机械臂系统的控制 |
| 5.1 线性方程控制分岔 |
| 5.2 平方多项方程控制分岔 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 作者攻读学位期间所发表的学术论文和专利 |
（9）基于奇异摄动法的柔性机械臂鲁棒振动控制（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 柔性机械臂旋转动力学建模 |
| 1.2.2 柔性机械臂的控制策略研究 |
| 1.3 本文的主要研究内容及组织结构 |
| 第2章 柔性机械臂的动力学建模 |
| 2.1 基于假设模态法的弹性变形描述 |
| 2.2 动态建模 |
| 2.3 风阻模型的建立 |
| 2.4 数值仿真 |
| 2.5 本章小结 |
| 第3章 基于自适应滑模-最优控制的双时标组合控制 |
| 3.1 滑模控制概述 |
| 3.2 奇异摄动分解 |
| 3.3 系统控制器设计 |
| 3.3.1 自适应滑模的轨迹跟踪控制 |
| 3.3.2 基于LQR控制的振动抑制 |
| 3.3.3 柔性机械臂的组合控制器设计 |
| 3.4 数值仿真分析 |
| 3.5 本章小结 |
| 第4章 基于双幂次滑模-H∞控制的的双时标组合控制 |
| 4.1 系统不确定性的描述 |
| 4.2 系统控制器设计 |
| 4.2.1 双幂次滑模的轨迹跟踪控制 |
| 4.2.2 基于鲁棒H∞控制的振动抑制 |
| 4.2.3 柔性机械臂的组合控制器设计 |
| 4.3 仿真分析 |
| 4.4 本章小结 |
| 总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间的论文及科研情况 |
（10）机器人自适应神经网络阻抗控制与人机物理交互研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究意义与研究目的 |
| 1.2 国内外研究概述 |
| 1.2.1 阻抗控制研究现状 |
| 1.2.2 自适应神经网络控制研究现状 |
| 1.2.3 人机物理交互研究现状 |
| 1.3 主要创新点 |
| 1.4 结构布局 |
| 1.5 本章小节 |
| 2 预备知识 |
| 2.1 机器人建模 |
| 2.1.1 基于D-H方法的机器人运动学建模 |
| 2.1.2 基于拉格朗日-欧拉方程的机器人动力学建模 |
| 2.2 函数逼近理论 |
| 2.2.1 径向基函数神经网络 |
| 2.2.2 模糊逻辑系统 |
| 2.3 系统稳定性分析与非线性系统控制器设计方法 |
| 2.3.1 基于李雅普诺夫函数的系统稳定性分析 |
| 2.3.2 反步设计法 |
| 2.4 研究平台简介 |
| 2.4.1 Baxter机器人简介 |
| 2.4.2 Kinect v2深度摄像头 |
| 2.4.3 ATI Nano 17六轴力/力矩传感器 |
| 2.5 本章小节 |
| 3 机器人自适应神经网络及模糊神经网络跟踪控制研究 |
| 3.1 引言 |
| 3.2 机器人含扰动观测器的自适应神经网络跟踪控制设计 |
| 3.2.1 控制器设计与稳定性分析 |
| 3.2.2 仿真分析 |
| 3.2.3 实验分析 |
| 3.3 机器人输出约束下的自适应模糊神经网络跟踪控制设计 |
| 3.3.1 机器人全状态反馈自适应模糊跟踪控制 |
| 3.3.2 机器人输出约束下的自适应模糊跟踪控制 |
| 3.3.3 仿真分析 |
| 3.3.4 实验分析 |
| 3.4 本章小节 |
| 4 机器人柔性关节自适应神经网络阻抗控制研究 |
| 4.1 引言 |
| 4.2 机器人柔性关节建模与自适应神经网络阻抗控制研究 |
| 4.3 仿真分析 |
| 4.4 本章小节 |
| 5 机器人含人类运动意图估计与阻抗学习的人机交互控制研究 |
| 5.1 引言 |
| 5.2 机器人人类运动意图估计与阻抗学习方法 |
| 5.3 机器人输出约束下的自适应神经网络交互控制器设计 |
| 5.4 仿真分析 |
| 5.5 实验分析 |
| 5.6 本章小节 |
| 6 机器人基于贝叶斯估计的人机交互控制研究 |
| 6.1 引言 |
| 6.2 人机协作搬运动力学模型 |
| 6.3 机器人基于贝叶斯估计的人类刚度学习与意图估计 |
| 6.4 控制器设计与稳定性分析 |
| 6.5 仿真分析 |
| 6.6 实验分析 |
| 6.7 本章小节 |
| 7 人机协作平台 |
| 7.1 引言 |
| 7.2 人机双臂协作装配平台 |
| 7.2.1 平台设置 |
| 7.2.2 实验结果 |
| 7.3 人机协作搬运平台 |
| 7.3.1 平台设置 |
| 7.3.2 实验结果 |
| 7.4 本章小节 |
| 8 总结与展望 |
| 8.1 研究工作总结 |
| 8.2 未来工作计划 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
四、一类弹性机械臂的模糊控制（论文参考文献）
- [1]柔性空间闭链机器人非线性数学建模及智能控制算法研究[D]. 张青云. 天津理工大学, 2021(01)
- [2]柔性系统的建模与神经网络控制研究[D]. 高赫佳. 北京科技大学, 2021
- [3]具有输入输出约束特性的柔性关节机械臂控制算法研究[D]. 陈泓宇. 西华大学, 2021(02)
- [4]基于冲击载荷下机械臂的射击过程研究[D]. 曹樾. 中北大学, 2020(02)
- [5]伺服系统齿隙补偿与谐振抑制方法研究[D]. 桂建伟. 东南大学, 2020(01)
- [6]新型超冗余空间机械臂的关键技术研究[D]. 何俊培. 中国科学院大学(中国科学院长春光学精密机械与物理研究所), 2020(08)
- [7]核电站应急处置机器人辐射探测及其运动控制研究[D]. 黄鑫. 山东大学, 2020
- [8]时滞机械臂系统非线性振动分析与控制[D]. 顾强强. 上海应用技术大学, 2020(02)
- [9]基于奇异摄动法的柔性机械臂鲁棒振动控制[D]. 孙小通. 西南交通大学, 2020(07)
- [10]机器人自适应神经网络阻抗控制与人机物理交互研究[D]. 于欣波. 北京科技大学, 2020(01)