內容簡介
本書系統地介紹了機器人控制的幾種先進設計方法,是作者多年來從事機器人控制系統教學和科研工作的結晶,同時融入了國內外同行近年來所取得的最新成果。
全書以機器人為對象,共分10章,包括先進PID控制、神經網路自適應控制、模糊自適應控制、疊代學習控制、反演控制、滑模控制、自適應魯棒控制、系統辨識和路徑規劃。每種方法都給出了算法推導,實例分析和相應的MATLAB仿真設計程式。
本書各部佞內容既相互聯繫又各自獨立,讀者可根扭需要選擇學習,本書適用於從事生產過程自動化、計算機套用、機械電子和電氣自動化領域工作的工程技術人員閱讀,也可作為大專院校工業自動化、自動控制、機械電子、自動化儀表、計算機套用等專業的數學參考書。
作者簡介
劉金琨,遼寧人,1965年生。分別於1989年7月,1994年3月和1997年3月獲東北大學工學學士,工學碩士和工學博士學位。1997年3月至1998年12月浙江大學工業控制技術研究所做博士後研究工作。1999年1月至1999年7月在香港科技大學從事合作研究。1999年11月至今在北京航空航天大學自動化學院從事教學與科研工作,現任教授,主講《智慧型控制》、《工業過程控制》和《系統辨識》等課程。研究方向為控制與套用。自從事研究工作以來,主持國家自然基金等科研項目10餘項,以第一作者發表學術論文70餘篇。曾出版北京市高等教育精品教材《智慧型控制》,《先進PID控制及其MATLAB仿真》和《滑模變結構控制MATLAB仿真》等著作。
目錄
第1章 緒論
1.1 機器人控制方法簡介
1.1.1 機器人常用的控制方法
1.1.2 不確定機器人系統的控制
1.2 機器人動力學模型及其結構特性
1.3 基於S函式的SIMULINK仿真
1.3.1 S函式簡介
1.3.2 S函式使用步驟
1.3.3 S函式的基本功能及重要參數設定
第2章 機器人獨立PD控制
2.1 機器人獨立PD控制
2.1.1 控制律設計
2.1.2 收斂性分析
2.1.3 仿真實例
2.2 基於重力補償的機器人PD控制
2.2.1 控制律設計
2.2.2 控制律分析
2.3 機器人魯棒自適應PD控制
2.3.1 問題的提出
2.3.2 機器人動力學模型及其結構特性
2.3.3 控制器的設計
2.3.4 機器人動態方程的線性推導
2.3.5 仿真實例
參考文獻
第3章 機器人神經網路自適應控制
3.1 定理與引理
3.1.1 全局不變集定理
3.1.2 用Barbalat引理作類Lyapunov分析
3.1.3 一種微分方程不等式的收斂性分析
3.2 RBF網路的逼近
3.2.1 RBF神經網路
3.2.2 網路結構
3.2.3 逼近算法
3.2.4 參數對逼近效果的影響
3.2.5 仿真實例
3.3 基於模型不確定補償的RBF網路機器人自適應控制
3.3.1 問題的提出
3.3.2 模型不確定部分的RBF網路逼近
3.3.3 控制器的設計
3.3.4 仿真實例
3.4 基於模型分塊逼近的機器人RBF網路自適應控制
3.4.1 問題的提出
3.4.2 控制律的設計
3.4.3 穩定性分析
3.4.4 仿真實例
3.5 工作空間中機械手的神經網路自適應控制
3.5.1 工作究竟直角坐標與關節角位置的轉換
3.5.2 機械手的神經網路建模
3.5.3 控制器的設計
3.5.4 仿真實例
3.6 基於模型整體逼近的機器人RBF網路自適應控制
3.6.1 問題的提出
3.6.2 基於RBF神經網路逼近的控制器
3.6.3 針對f(x)中各項分別進行神經網路逼近
3.6.4 仿真實例
3.7 基於死區補償的神經網路自適應魯棒控制
3.7.1 死區非線性特性
3.7.2 系統描述
3.7.3 GL矩陣和GL乘法運算元
3.7.4 RBF神經網路死區補償器的設計
3.7.5 系統的穩定性分析
3.7.6 仿真實例
3.8 機器人神經網路數字控制
……
第4章 機器人模糊自適應控制
第5章 機器人疊代學習控制及重複控制
第6章 機器人反演控制
第7章 機器人滑模控制
第8章 機器人自適應魯棒控制
第9章 機器人參數觀測、辨識及控制
第10章 機器人路徑規劃
書摘插圖
第1章 緒論
1.1 機器人控制方法簡介
機器人學科是一門迅速發展的綜合性前沿學科,受到工業界和學術界的調試重視。機器人的核心是機器人控制系統,從控制工程的角度來看,機器人是一個非線性和不確定性系統,機器人智慧型控制是近年來機器人控制領域研究的前沿課題,已取得了相當豐富的成果。
機器人軌跡跟蹤控制系統的主要目的是通過給定各關節的驅動力矩,使得機器人的位置、速度等狀態變數跟綜給定的理想軌跡。
1.1.1 機器人常用的控制方法
常用的機器人控制方法有以下幾種。
(1)基於模型的控制方法:與一般的機械系統一樣,當機器人的結構及其機械參數確定後,其動態特性將由動力學方程即數學模型來描述。因此,可以採用自動控制理論所提供的設計方法,通過基於數學模型的方法設計機器人控制器。基於被控對象數學模型的控制方法有前饋補償控制、計算力矩法、最優控制方法、非線性反饋控制方法等。但在實際工程中,由於機器人是一個非線性和不確定性系統,很難得到機器人精確的數學模型,使這些方法難以得到實際套用。
(2)PID控制:機器人控制常採用PD控制和PID控制,其優點是控制律簡單,易於實現,無需建模,但這類方法有兩個明顯的缺點,一是難於保證受控機器人具有良好的動態和靜態品質,二是需要較大的控制能量。
(3)自適應控制:自適應控制是根據要求的性能指標……
……