不確定二自由度冗余并聯(lián)機器人控制方法研究.pdf

1、并聯(lián)機器人具有剛度大、精度高、運行速度高等優(yōu)點，近年來已成為機器人領(lǐng)域研究的熱點。然而，并聯(lián)機器人多運動支鏈的結(jié)構(gòu)特點，使得對其的運動學分析和動力學建模較為復雜。而且，在實際工程運用中，并聯(lián)機器人常常受到關(guān)節(jié)摩擦、建模誤差等不確定性因素的影響。本文針對二自由度冗余并聯(lián)機器人，主要從運動學分析、動力學建模及不確定性分析、控制器設(shè)計等方面進行了研究。主要內(nèi)容如下:
　　 (1)研究了二自由度冗余并聯(lián)機器人基于工作空間與基于關(guān)節(jié)空間下

2、的運動位置關(guān)系和運動速度關(guān)系，通過理論計算以及仿真驗證，給出了并聯(lián)機器人末端的工作空間范圍。并且，基于工作空間下的平面直角坐標系，對末端的運動作了三種規(guī)劃。最后，結(jié)合運動學逆解和規(guī)劃的運動軌跡，通過MATLAB仿真對并聯(lián)機器人的運動位姿進行了分析。
　　 (2)使用拉格朗日法建立二自由度冗余并聯(lián)機器人的動力學模型，并考慮了實際系統(tǒng)中存在的摩擦力。分析了建模誤差以及摩擦補償誤差構(gòu)成的不確定性因素，分別采用PD控制器和計算力矩控制器

3、進行軌跡跟蹤控制仿真實驗，對比分析了運動學控制器和動力學控制器的控制效果。研究表明，動力學控制器依賴動力學模型，其控制精度會受到建模誤差和摩擦力補償誤差的限制。
　　 (3)針對動力學控制器依賴動力學模型，而實際工程中并聯(lián)機器人動力學模型難以精確獲取的問題，設(shè)計了RBF神經(jīng)網(wǎng)絡(luò)自適應控制器。利用神經(jīng)網(wǎng)絡(luò)對動力學模型進行整體逼近，同時在控制律中加入魯棒項，以補償神經(jīng)網(wǎng)絡(luò)逼近誤差。該控制方法不需要系統(tǒng)動力學模型，具有較強的魯棒性。通

4、過仿真，驗證了該方法的有效性。
　　 (4)針對二自由度冗余并聯(lián)機器人的不確定性問題，研究了滑模變結(jié)構(gòu)控制方法。首先，基于并聯(lián)機器人的名義動力學模型，設(shè)計滑模魯棒控制器，利用滑模切換項來補償系統(tǒng)不確定項，在此基礎(chǔ)上，利用繼電特性函數(shù)代替滑?？刂破髦械姆柡瘮?shù)以削弱抖振現(xiàn)象。通過對比仿真，驗證了改進后的控制器能大大削弱抖振。為了獲得更好的控制精度，研究了基于趨近律的滑模控制方法，設(shè)計了基于趨近律的RBF神經(jīng)網(wǎng)絡(luò)自適應滑模控制器。該