柔性关节机械臂的建模及控制分析-modeling and control analysis of flexible joint manipulator.docxVIP

摘要相对于传统的刚性机械臂，柔性关节机械臂具有质量轻、体积小、能耗低等特点，其应用范围越来越广。比如探索太空的航天机器人、高精度操作机器人、恶劣环境下从事危险工作的机器人。柔性关节机械臂的建模以及控制方法的研究有非常重要的实际意义，从而引起了国内外许多学者的关注。本文在研究柔性关节机械臂动力学建模的基础上，深入开展了柔性关节机械臂的控制研究，提出了多种控制方法，为柔性关节机械臂在实际中的应用提供理论依据。论文的主要研究工作与结论如下：首先查阅国内外相关参考文献，分析关节柔性产生的原因，并且在Spong的模型基础上，运用拉格朗日动力学方程建立了柔性关节机械臂的通用数学模型，并且具体推导了多连杆柔性关节机械臂数学方程。其次，针对已经建立的模型进行反演控制研究。简要地描述了反演法的发展情况以及其基本原理，并分析了反演法用于柔性关节机械臂控制的特点，在此基础上用反演法设计控制器用于柔性关节机器人的位置控制研究，并仿真验证有效性。然后，针对反演法设计的控制器的不足，即对于被控对象参数变化十分敏感的问题，将神经网络算法引入反演法中设计控制器，对控制器进行了优化。然后，针对在工程实际中柔性关节机械臂系统的状态变量不能全部获得的具体情况，设计了状态观测器，很好的观测到了系统的各种状态变量。再通过已得到的状态变量来进行柔性关节机械臂非线性变换，将复杂的非线性系统控制问题变换为线性系统控制问题，最后再用滑模控制器来控制等效的线性系统，并且得到了良好的控制效果。最后，利用ADAMS机械系统动态分析软件建立了柔性关节机械臂的虚拟样机模型。然后利用ADAMS和MATLAB进行联合仿真，通过分析运动参数和实验结果，验证了反演法可以用于柔性关节机械臂的实际控制中，而且控制效果良好。关键词：柔性关节机械臂，反演控制，神经网络，状态观测器，ADAMSIABSTRACTComparedwiththetraditionalrigidmanipulator,flexiblejointarmcharacterizedwiththelightweight,smallvolume,lowenergyconsumption,anditisincreaselyusedwidely.Insomeareas,suchas:spaceexploration,high-precisionrobotsandsevereenvironmentapplication.BothmodelingandcontrolmethodflexiblejointmanipulatorhavetakenattentionofmanyresearchersnotonlyinChinabutinoverseasduetothepracticalsignificance.Anumberofcontrolmethodshavebeenpurposedaftermathematicalmodelsofflexiblejointmanipulatorarebuiltatthestartpagesofthisthesis.Allistoprovideatheoreticalbasisforflexiblejointmanipulatorinindustrialapplications.Coreresearchandmainconclusionsareasfollows:Firstly,usingLagrangedynamicsequationtoconstructageneralmathematicalmodelofflexiblejointmanipulators,anddeducingmathematicalmodelequationofmulti-flexiblejointmanipulatorsastheformer.AllofthisstudybasedonrelevantdomesticandinternationalreferencessupportandanalysisthemodelofSpong.Secondly,backsteppingcontrolisusedtothemodelwhichmentionabove.Abriefdescriptionofthedevelopmentofthismethodanditsbasicprinciples,andanalysistheadvantagesofflexiblejointbacksteppingmethodisused,onthebasisoftheuseofbacksteppingcontrollerisdesignedtocontrolthepositionoftheflexiblejointrobotresearchandsimulati