6自由度焊接机械臂的智能控制方法研究

摘要

随着科学技术的发展，传统的控制方法已经不能够满足工业上控制精度的要求。然而，随着相应的技术理论完善与成熟，高级的机器人控制对控制器处理能力的要求逐渐的被满足，软硬件技术的支持使得研究机器人动态控制可实现性成为现实。同时，人们还结合机器人控制的特点和要求，研究各种新的计算机结构的适用性，如流水线、多处理器、精简指令集等。总的来说，高级的机器人智能控制方法的软硬件基础已经具备，重要的是人们如何研究新的算法和实现方式。
　　本文首先介绍了焊接机械臂的数学模型。运动学和动力学都从两个角度进行分析，采用D-H法建立运动学方程；通过相关的计算建立了拉格朗日方程。接着分析了机械臂的传统的控制方法—PID控制算法，同时探讨了其优点与局限性。然后针对动力学模型存在建模误差，研究了机械臂的神经网络控制方法，对该算法的实现进行了深入的探究，并分析了其稳定性。最后针对系统存在摩擦和外界不确定因素的干扰，研究了机械臂的模糊自适应控制方法，讨论了该算法的设计与实现。
　　通过Matlab/Simulink的仿真实验，机械臂传统的控制方法，基本能够实现轨迹跟踪，但误差较大。神经网络算法在考虑了建模误差的因素后，轨迹跟踪误差有了明显的提高。模糊控制算法相对传统的PID控制，轨迹跟踪的效果十分的理想，基本实现了轨迹的准确跟踪。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 研究对象的背景及简介

1.2 焊接机械臂目前的研究进展

1.3 机械臂轨迹跟踪控制的研究现状

1.4 本文研究的内容与意义

1.5 本章小结

第2章 机械臂模型的建立与系统分析

2.1 机械臂的运动学分析

2.2 机械臂的动力学分析

2.3 机械臂的运动学动力学仿真分析

2.4 本章小结

第3章 机械臂PID控制算法的研究分析

3.1 PID控制原理简介

3.2 机械臂的PD控制

3.3 机械臂的PID控制

3.4 仿真实验

3.5 本章小结

第4章 机械臂RBF神经网络控制算法的研究分析

4.1 神经网络简介

4.2 基于PD控制的计算力矩法

4.3 RBF神经网络控制

4.4 仿真实验分析

4.5 本章小结

第5章 基于模糊控制算法的机械臂研究分析

5.1 模糊控制理论的介绍

5.2 模糊自适应控制算法的实现

5.3 仿真实验

5.4 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和获得的科研成果

致谢