声明
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 力/位置混合控制
1.2.2 阻抗控制
1.2.3 智能阻抗控制方法
1.3 论文主要研究内容及工作重点
2 机械臂模型的建立及阻抗控制策略
2.1 引言
2.2 机械臂的模型
2.2.1 模型的建立及相关性质
2.2.2 不确定性分析
2.2.3 笛卡尔坐标下机械臂动力学模型
2.3 径向基函数神经网络
2.4 阻抗控制
2.4.1 基于力的阻抗控制
2.4.2 基于位置的阻抗控制
2.4.3 两种控制方法对比
2.5 相关数学基础
2.6 本章小结
3 基于自适应雅克比与神经网络的机械臂PID位置/力跟踪阻抗控制
3.1 引言
3.2 力跟踪阻抗控制外环设计
3.2.1 阻抗关系与环境模型
3.2.2 改进的PID-阻抗关系
3.2.3 参考轨迹规划
3.2.4 基于位置的阻抗控制策略
3.3 位置跟踪控制内环设计
3.3.1 基于自适应雅克比和RBF神经网络的位置控制器设计
3.3.2 控制器稳定性分析
3.4 仿真实验及分析
3.4.1 机械臂仿真模型
3.4.2 实验步骤
3.4.3 实验结果与分析
3.5 本章小结
4 基于非线性速度观测器的机械臂自适应神经网络位置/力跟踪阻抗控制
4.1 引言
4.2 非线性速度观测器设计
4.2.1 观测器设计
4.2.2 观测器稳定性分析
4.3 基于观测器的自适应神经网络阻抗控制器设计
4.3.1 改进的阻抗关系
4.3.2 位置/力跟踪阻抗控制器设计
4.3.3 控制器稳定性分析
4.4 仿真实验及分析
4.4.1 实验步骤
4.4.2 实验结果与分析
4.5 本章小结
5 基于神经网络观测器的机械臂自适应神经网络反演位置/力阻抗控制
5.1 引言
5.2 包含电机的机械臂动力学模型
5.3 神经网络自适应观测器设计
5.3.1 神经网络观测器设计
5.3.2 观测器稳定性分析
5.4 基于自适应神经网络的反演阻抗控制器设计
5.4.1 反演阻抗控制器设计
5.4.1 控制器稳定性分析
5.5 仿真实验及分析
5.5.1 实验步骤
5.5.2 实验结果与分析
5.6 本章小结
6 总结与展望
6.1 本文总结
6.2 工作展望
参考文献
个人简历、在校期间发表的学术论文与研究成果
致谢