《两关节机械手的自适应控制毕业论文》由会员分享，可在线阅读，更多相关《两关节机械手的自适应控制毕业论文（79页珍藏版）》请在金锄头文库上搜索。
1、. . .两关节机械手的自适应控制毕业论文 目 录摘要IAbstractII第1章 绪论11.1 课题背景及研究意义11.2 机器人概述21.3 本论文的结构安排7第2章 自适应控制理论基础82.1 稳定性82.1.1 稳定性概念82.1.2 稳定性判据92.2 亚普诺夫函数的递推设计132.3 机器人自适应控制简介182.4 仿真基础知识192.4.1 MATLAB及Simulink简介192.4.2 MATLAB主要功能简介202.4.3 Simulink的功能及部分模块介绍212.5 本章小结23第3章 机械手数学模型的建立243.1 机械手的空间模型243.1.1 位姿描述243.1.
2、2 运动学正逆向问题263.2 机械手数学模型273.2.1 拉格朗日动力学方程273.2.2 二自由度机械手的数学模型283.3 机械手动态特性333.4 本章小结34第4章 两关节机械手的自适应控制354.1 自适应控制器的设计标准354.2 自适应控制器设计研究354.3 自适应控制算法384.4 控制器稳定性的证明394.5 仿真研究414.6本章小结46结论47参考文献48致谢50附录1 开题报告1附录2 文献综述1附录3 中期报告1附录4 外文文献原文1附录5 外文翻译1.参考资料. . .第1章 绪论1.1 课题背景及研究意义早在20世纪50年代，由于高性能的飞机自动驾驶仪控制需
3、要人们就对自适应控制进行了广泛的研究，但由于计算能力和控制理论的水平，这种思想没有得到成功的推广与应用。经过几十年的努力，自适应控制理论得到了进一步的发展和完善。近年来，国外学者对自适应控制已做了卓越的研究工作，也取得了可喜的研究成果，有许多研究成果已经应用到生产实际中1。随着科学技术的发展和社会的进步，机器人的应用越来越普及，不仅广泛应用于工业生产和制造部门，而且在航天、海洋探测、危险或条件恶劣的特殊环境中获得了大量应用。并且，它还逐渐渗透到了日常生活及教育娱乐等各个领域。而机器人中控制问题始终比较难解决，怎么样能够更好的控制机器人就成为当今研究的重点，在此研究自适应控制来解决机器人的控制问
4、题。当操作机器人的工作环境及工作目标的性质和特征在工作过程中随时发生变化时，控制因素具有未知性和不确定的特性。这种未知因素和不确定性将使控制系统的性能变差，不能满足控制要求。采用一般反馈技术或开环补偿方法不能很好的解决这一问题2。如要解决上述问题，就要求控制器能在运行过程中不断地测量受控对象的特性，并根据测得的系统当前特性信息，使系统自动地按闭环控制方式实施最优控制。自适应机器人和智能机器人均能满足这一控制要求。双关节机械手可以代表比较简单的一类关节型机器人，对双关节机械手的自适应的研究了解关节的输出位置，估计通常难于准确测量的不确定摩擦力和外部扰动的影响，在保证了全局渐进稳定的基础上设置控制
5、器，以达到最优控制品质为目的，通过研究获得更好的控制品质。自适应机器人(adaptive robots)有自适应控制器来控制其操作3。自适应控制器具有感觉装置，能够在不完全确定的局部变化的环境中，保持与环境的自动适应，并以各种搜索与自动导引方式，执行不同的循环操作。1.2 机器人概述 一、机器人的定义机器人（Robot）是自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类工作的工作，例如生产业、建筑业，或是危险的工作。诸多机器人都具有以下特点：(1) 像人或人的上肢，并能模仿人的动作，即能对外界产生作用；
6、(2) 具有智力、感觉和识别能力，即能获取外部信息并能规化作业；(3) 是人造的机器或电子装置。二、机器人的组成机器人一般由执行机构、驱动装置、检测装置和控制系统和复杂机械等组成。 执行机构即机器人本体，其臂部一般采用空间开链连杆机构，其中的运动副（转动副或移动副）常称为关节，关节个数通常即为机器人的自由度数。根据关节配置型式和运动坐标形式的不同，机器人执行机构可分为直角坐标式、圆柱坐标式、极坐标式和关节坐标式等类型。出于拟人化的考虑，常将机器人本体的有关部位分别称为基座、腰部、臂部、腕部、手部（夹持器或末端执行器）和行走部（对于移动机器人）等4。 驱动装置是驱使执行机构运动的机构，按照控制系
7、统发出的指令信号，借助于动力元件使机器人进行动作。它输入的是电信号，输出的是线、角位移量。机器人使用的驱动装置主要是电力驱动装置，如步进电机、伺服电机等，此外也有采用液压、气动等驱动装置。 检测装置的作用是实时检测机器人的运动及工作情况，根据需要反馈给控制系统，与设定信息进行比较后，对执行机构进行调整，以保证机器人的动作符合预定的要求。作为检测装置的传感器大致可以分为两类：一类是部信息传感器，用于检测机器人各部分的部状况，如各关节的位置、速度、加速度等，并将所测得的信息作为反馈信号送至控制器，形成闭环控制。另一类是外部信息传感器，用于获取有关机器人的作业对象及外界环境等方面的信息，以使机器人的
8、动作能适应外界情况的变化，使之达到更高层次的自动化，甚至使机器人具有某种“感觉”，向智能化发展，例如视觉、声觉等外部传感器给出工作对象、工作环境的有关信息，利用这些信息构成一个大的反馈回路，从而将大大提高机器人的工作精度。 控制系统有两种方式。一种是集中式控制，即机器人的全部控制由一台微型计算机完成。另一种是分散式控制，即采用多台微机来分担机器人的控制，如当采用上、下两级微机共同完成机器人的控制时，主机常用于负责系统的管理、通讯、运动学和动力学计算，并向下级微机发送指令信息；作为下级从机，各关节分别对应一个CPU，进行插补运算和伺服控制处理，实现给定的运动，并向主机反馈信息。根据作业任务要求的
9、不同，机器人的控制方式又可分为点位控制、连续轨迹控制和力控制。三、机器人的发展20世纪5060年代，以卡尔曼为代表的一批学者将状态空间方法引入自动控制理论，取得了最优调节理论、系统的可控性以及可观测性等重要结果。几乎同时，美国的Dovel于1954年将他所提出的关于机器自动化的“示教再现”(Teaching-Playback)的概念申报了专利，以及1958年美国的Consolidated发表的“数字控制机器人”，揭开了研制机器人的序幕。1961年和1962年，美国的UNIMATION公司与AMF公司分别制造了世界上第一代工业机器人，之后1966年斯坦福大学开发了具有6个关节的机械臂。时至今日，
10、机器人的发展已经经历了三代的演变：第一代是顺序控制机器人，不具有传感装置。第二代是反馈控制机器人，它装配有传感器，能对其自身的实际位置、速度、加速度和力觉等进行测量，能通过“视觉”、“触觉”等传感器对外部环境进行实际探测，由这些反馈信息对操作过程进行调整。通过反馈控制，其行动品质大大提高。它与传感技术、计算机技术、仿生学、控制理论等有密切的联系，其研究的关键技术是“视觉”和“触觉”，目前应用较多的是第二代机器人，这类机器人还远没有达到完善的地步，有待进一步研究。第三代是智能控制机器人，它具有某些生物机制、人工智能的特性，能感知外界环境与对象物，能根据复杂的环境进行推理，并对操作行为作出自主决策
11、，从而完成复杂或特殊的任务。这类机器人的研究才刚刚起步，低智能的机器人在核工业、水下、爬壁等特殊环境中已有应用，而高智能的机器人，由于受计算机、控制理论、人工智能等相关技术和学科发展的制约，至今尚处于实验室研究阶段，有待于某些关键技术的突破。预计在本世纪智能机器人将大量涌现5。经过四十年的发展，机器人无论是本体设计，还是控制系统的设计，均发生了翻天覆地的变化，机器人在国民生产的各个部门发挥着巨大的作用，美国、日本以及西欧一些国家已经形成了自己的机器人产业，工业机器人早已作为商品走向市场。从研究容看，机器人学主要包括机器人的数学建模、机器人本体的机械设计、执行机构与传感器的研制，以及机器人的运动
12、控制等。其中作为机器人系统核心的控制器设计始终是引人注目的地方。四、机器人的简单分类及其应用机器人按其用途可分为工业机器人、探索机器人、服务机器人和军事机器人。这些机器人的典型功能主要为：(1) 节省劳动力；(2) 进行极限作业；(3) 用于医疗福利；(4) 与人协调作业。机器人的诞生是人类20 世纪最具代表性的高新技术之一，对机器人技术的研究和应用形成了一门新的综合性的工程技术学科机器人学。它是一门边缘学科，涉及了机械学、生物学、计算机科学与工程、控制理论与控制工程学、电子工程学、信息科学、人工智能等学科领域。机器人已在工业、农业、商业、空间和海洋以及国防等领域获得越来越广泛的应用。机器人能
13、够模仿和代替人体力和智力功能。能够模仿和再现人手动作的机器人叫做操作机器人（manipulation robots）,这是目前应用最为广泛的一种机器人.操作机器人有自动的、生物技术的和交互的三种。其中，自动操作机器人又可分为固定程序机器人、自适应机器人和智能机器人三种类型。编程机器人能够按照预编的固定程序、自动执行各种需要的循环操作。开环控制、一般伺服控制和最优控制均可用来控制编程机器人。在设计这类控制系统的控制器时，必须事先知道受控对象的性质和特性，以及他们随环境等因素变化的情况。如不能预先掌握这些信息就无法设计好这种控制器。总之机器人的诞生和机器人学的建立及发展使现代工业生产面貌发生了翻天
14、覆地的变化，对人类文明及人类现实生活的诸多方面都有着深远的作用和影响，已成为衡量一个国家综合实力的指标之一。在机器人技术三十多年的成长过程中，现代控制理论所提供的几乎所以的设计方法都在机器人上做过应用的尝试，其中，应用最为普遍的是所谓的PID控制或PD控制。PD控制结构简单，根据位置跟踪误差和速度跟踪误差乘以相应的静态增益来确定控制量。最近提出来的许多鲁棒控制器其基本结果仍是PD型结构。除此之外，针对机器人的数学模型的不确定性有两种基本控制策略：自适应控制和鲁棒控制7。当受控系统参数发生变化时，自适应控制通过及时的辩识、学习和调整控制规律，从而达到一定的性能指标。传统的自适应控制通常适用于一个
15、参数固定或慢时变的系统模型，并假设操作环境是时不变或慢时变的情况。但在复杂的系统（系统故障，系统变工况运行、外部扰动很大等）中，采用常规自适应控制器进行控制，参数收敛很慢，系统的瞬态响应很差，因为系统从一个工作状态变化到另一个工作状态，系统的参数发生很大的变化，常规自适应控制器中的辨识器难以跟随参数的实际变化，造成模型不准确，因而导致基于此模型而设计的控制器性能不佳。因而，自50年的末期由麻省理工大学Wittaker等人提出第一个自适应控制系统以来，先后出现了许多形式完全不同的自适应系统，大致可分为：增益自适应控制，模型参考自适应控制，自校正控制，直接优化目标函数自适应控制，模糊自适应控制，多模拟自适应控制，自适应逆控制等8。鲁棒控制是处理不确定性问题的一种常用方法，它针对某一固定的模型，设计鲁棒性能较强的控制器，使其在一定围控制效果保持良好。因而鲁棒控制处理小围不确定性问题是非常有效的，当系统发生较大的负荷变化或参数发生较大变化时，它不能保证系统的控制品质。而且，鲁棒控制设计较为复杂，如设计出来的控制器往往阶次很高，需要对其进行降阶处理才能在实际中应用，设计复杂。对于刚性机械臂的鲁棒控制方法归类，大致有四种：基于反馈线性化的鲁棒控制，变结构控制方法，鲁棒无穷控制，鲁棒自适应控制方法
