学位论文 > 优秀研究生学位论文题录展示

并联机器人多目标协同智能控制研究

作　者: 郭崇滨
导　师: 郝矿荣
学　校: 东华大学
专　业: 控制理论与控制工程
关键词: 并联机器人多目标协同智能控制生物智能算法自适应控制器位置-速度-加速度控制容错控制力-位解耦协同控制
分类号: TP242
类　型: 博士论文
年　份: 2013年
下　载: 127次
引　用: 0次
阅　读: 论文下载

内容摘要

随着机器人技术的迅速发展,并联机器人的优势日益突现,正逐步广泛应用于航空、航天、深海、危险化工、核工业、医疗手术、精密制造业等高精、尖端领域。因此,人们对并联机器人的定位精度、运行平稳性、设备稳定性、容错能力、自适应性、多机器人协调性等工作性能也提出了更高的要求,其控制问题逐步成为机器人领域中最重要的研究方向之一。同时在现代复杂的信息环境下,以往单目标、少目标的传统控制方法已经无法满足并联机器人多性能指标的控制要求,越来越多的机器人控制系统需要智能化程度更高、实用性更强的多目标智能控制算法。本文从并联机器人工程实践中一些有待解决的实际问题出发,借鉴具有多目标协同调节特性的生物网络机制,对并联机器人的一些多目标协同智能控制问题进行研究。主要研究成果归纳如下：(1)研究了并联机器人运动支链的自适应控制器设计。首先基于内分泌甲状腺激素调节机制设计了一种多级协同调节自适应控制器,能够实现控制器各参数之间的协同自适应调节及各级控制器之间的协同补偿,从而提高机器人控制器的响应速度、控制精度和稳定性。其次基于内分泌调控网络结构提出了一种新颖的速、位协同智能控制器,进一步改进参数自适应调节方法及速、位协同控制能力。(2)研究了并联机器人的位姿、速度、加速度协同智能控制。基于神经内分泌系统的多环反馈机制和多目标协同调节机制,设计了一种多环反馈的多目标协同智能控制系统,并应用于真实的多通道并联机器人设备上。实验结果表明,该系统能够让并联机器人的子通道控制性能和全局控制性能都能得到较大的提高,能够较好地实现位姿、速度、加速度之间的多目标协同智能控制。(3)研究了并联机器人的精准协同容错控制。基于人体生理止血机制的多目标协同调节原理,设计了一种应用于冗余并联机器人的精准容错控制系统,确保冗余并联机器人发生局部故障时,能够继续完成精准的容错任务,实现正常和故障工作状态之间的协同。对比实验结果表明,相对于传统的PID控制器,所提出的容错控制系统对子通道控制和并联机器人整体控制均有更高的控制精度和容错能力。(4)研究了并联机器人的力、位解耦协同智能控制。基于人体体内双边解耦协同调节机制,提出了一种应用于微创手术主-从机器人系统的力、位解耦协同智能控制系统,解决了达芬奇等微创手术机器人无力反馈信号等问题。实验结果表明：提出的控制系统能够在无力传感器情况下,利用运动信号获得较精准的反馈力；基于生物调节启发的解耦、协同机制具有较好的力、位协同控制性能；让操作者准确获得额外的力反馈信号,能够确保机器人平稳地完成力位协同任务。最后,总结了全文的工作内容,指出了目前研究中存在的缺陷与不足,并对今后的研究展望和研究重点进行了讨论。

全文目录

摘要  5-7
ABSTRACT  7-12
第一章绪论  12-18
  1.1 研究背景及意义  12-14
  1.2 论文的研究内容和创新点  14-16
  1.3 论文的组织结构  16-18
第二章并联机器人多目标协同智能控制的研究综述  18-36
  2.1 引言  18-19
  2.2 并联机器人常规控制策略的研究进展  19-22
    2.2.1 自适应控制  19
    2.2.2 鲁棒控制  19-21
    2.2.3 解耦控制  21
    2.2.4 PID控制  21-22
  2.3 机器人控制中的多目标协同控制研究综述  22-29
    2.3.1 控制器参数之间的协同控制  22-23
    2.3.2 位姿、速度、加速度之间的协同控制  23-25
    2.3.3 正常工作状态和故障容错工作状态之间的协同控制  25-26
    2.3.4 力、位之间的协同控制  26-28
    2.3.5 其他多目标协同控制体现  28-29
  2.4 机器人控制中的生物智能算法研究综述  29-34
    2.4.1 人工神经网络  29-30
    2.4.2 遗传算法  30-31
    2.4.3 人工免疫系统  31-32
    2.4.4 人工内分泌系统  32-34
    2.4.5 其他智能算法  34
  2.5 有待解决的关键性问题  34-35
  2.6 小结  35-36
第三章并联机器人运动支链的协同自适应控制器设计  36-52
  3.1 引言  36-37
  3.2 基于内分泌甲状腺激素调节机制的多级协同调节自适应控制器  37-44
    3.2.1 内分泌系统的甲状腺激素调节机理  38
    3.2.2 多级协同调节自适应控制器设计与实现  38-40
    3.2.3 仿真结果  40-42
    3.2.4 稳定性分析  42-44
  3.3 基于内分泌调控网络结构的速/位协同智能控制器  44-51
    3.3.1 基于内分泌调控网络结构启发的控制器结构设计  45-46
    3.3.2 速/位协同智能控制器算法实现  46-48
    3.3.3 控制器参数调节  48-49
    3.3.4 仿真结果  49-51
  3.4 小结  51-52
第四章并联机器人的位姿-速度-加速度协同智能控制研究  52-68
  4.1 引言  52-54
  4.2 神经内分泌系统调控机制及其启发的多目标运动控制策略  54-56
    4.2.1 神经内分泌系统调控机理  54-55
    4.2.2 神经内分泌系统启发的多目标运动控制策略  55-56
  4.3 基于神经内分泌系统调控机制启发的MMCICS设计  56-61
    4.3.1 MMCICS系统结构  56
    4.3.2 规划单元设计  56-57
    4.3.3 选择单元设计  57-58
    4.3.4 协调单元设计  58
    4.3.5 执行单元设计  58-60
    4.3.6 MMCICS参数调节  60-61
  4.4 实验结果与分析  61-67
  4.5 小结  67-68
第五章并联机器人的精准协同容错控制研究  68-89
  5.1 引言  68-70
  5.2 冗余并联机器人精准容错控制问题分析  70-72
    5.2.1 冗余并联机器人介绍  70-71
    5.2.2 考虑机械间隙的精准容错控制要求分析  71-72
  5.3 生理止血机制及其启发的协同容错控制策略  72-74
    5.3.1 生理止血机制调控机理  72-73
    5.3.2 生理止血机制其启发的协同容错控制策略  73-74
  5.4 基于生理止血机制启发的精准协同容错控制系统设计  74-79
    5.4.1 系统结构  74-75
    5.4.2 理想逆运动学模块设计  75-76
    5.4.3 误差计算模块设计  76
    5.4.4 一级控制器设计  76
    5.4.5 误差收缩优化模块设计  76-77
    5.4.6 协同智能容错模块设计  77-78
    5.4.7 协同补偿模块设计  78-79
    5.4.8 二级控制器设计  79
    5.4.9 参数调节  79
  5.5 实验结果与分析  79-88
    5.5.1 容错辨识网络训练  79-83
    5.5.2 子通道容错实验  83-86
    5.5.3 综合容错实验  86-88
  5.6 小结  88-89
第六章并联机器人的力/位解耦协同智能控制研究  89-106
  6.1 引言  89-91
  6.2 体内双边调节机制启发的解耦协同控制策略  91-93
    6.2.1 达芬奇微创手术机器人常规控制策略  91-92
    6.2.2 体内双边调控机制  92-93
    6.2.3 解耦协同控制策略  93
  6.3 基于体内双边调节机制启发的解耦协同控制系统设计  93-98
    6.3.1 系统架构  93-95
    6.3.2 主操纵器  95
    6.3.3 从操纵器  95
    6.3.4 解耦协同单元  95-98
  6.4 实验结果  98-105
  6.5 小结  105-106
第七章总结与展望  106-109
  7.1 总结  106-107
  7.2 展望  107-109
参考文献  109-127
致谢  127-129
附录  129-132

并联机器人多目标协同智能控制研究

内容摘要

全文目录

相似论文