并聯(lián)機器人

前言

并聯(lián)機器人，又稱并聯(lián)機構(gòu)，由于其基座與末端執(zhí)行器之間具有環(huán)狀的閉鏈約束，使其具有運動慣量低、負載能力強、剛度大等優(yōu)點，從而使得并聯(lián)機器人逐漸成為機器人領(lǐng)域里的一個研究熱點。幾十年來，人們的主要精力大都放在并聯(lián)機器人的機構(gòu)學設(shè)計和運動學分析上。隨著對并聯(lián)機器人的控制性能要求的不斷提高，僅通過機構(gòu)學設(shè)計和運動學分析所得到的系統(tǒng)性能不再能夠滿足要求，這導致并聯(lián)機器人動力學控制研究的需求。與機構(gòu)學和運動學研究不同，動力學控制是在機構(gòu)學設(shè)計和運動學分析完成之后，基于已經(jīng)形成的系統(tǒng)動力學模型，從系統(tǒng)控制的角度，根據(jù)某種控制理論，通過外加控制信號，對系統(tǒng)的被控變量進行自動控制，來實現(xiàn)所期望的系統(tǒng)性能。系統(tǒng)動力學控制的最大優(yōu)勢在于：不需要增加或改變?nèi)魏蜗到y(tǒng)結(jié)構(gòu)及硬件，僅在原系統(tǒng)已有的結(jié)構(gòu)和硬件基礎(chǔ)上，通過系統(tǒng)控制理論來設(shè)計出一套有效的控制策略，用軟件即可實現(xiàn)提高原系統(tǒng)性能的目標。所以在對系統(tǒng)性能要求越來越高的今天，有關(guān)并聯(lián)機器人控制的研究也具有更加重要的理論與實際應(yīng)用的價值。本書就是一本專門針對進一步提高并聯(lián)機器人控制性能，從系統(tǒng)控制的角度來進行研究的專著。從機構(gòu)學分析和運動學標定開始入手，標定出實際系統(tǒng)的運動學參數(shù)，以便建立準確的系統(tǒng)模型。在建立系統(tǒng)模型的過程中，不僅考慮運動學參數(shù)，還著重考慮影響系統(tǒng)動力學特性的動力學參數(shù)，甚至是非線性變化的參數(shù)，并通過合理的分析與設(shè)計，加上全局優(yōu)化算法的運用，提出一套可以將系統(tǒng)的全部參數(shù)同時辨識出的方法。在控制策略方面，本書針對并聯(lián)機器人自身所具有的特點，在人們常用的比例-微分（PD）控制器的基礎(chǔ)上，設(shè)計出非線性PD控制器，解決了模型中非線性特性對系統(tǒng)性能的影響，尤其在消除非線性摩擦力對系統(tǒng)性能影響方面，專門對不同情況下的摩擦力參數(shù)進行辨識，并通過直接對其進行補償與消除來達到進一步提高被控并聯(lián)機器人的控制性能的目的。本書還對并聯(lián)機器人進行了非線性自適應(yīng)控制、主動關(guān)節(jié)的同步控制，以及基于輪廓誤差的同步控制，分別從不同的角度，采用不同的方法來尋求不斷提高系統(tǒng)性能的控制策略。本書中所提出的所有控制策略均給出了詳細的分析與設(shè)計過程，以及相關(guān)的理論證明，并在實際系統(tǒng)上進行了實驗，且對實驗結(jié)果進行了對比分析。有效地解決了并聯(lián)機器人中由機構(gòu)本身參數(shù)的不確定性、系統(tǒng)非線性及軌跡擾動等因素引起的對系統(tǒng)性能的影響，極大地提高了并聯(lián)機器人的控制性能。本書是經(jīng)過多年對并聯(lián)機器人的研究成果而集成的，其研究得到了國家自然科學基金（50375148，50905172），安徽省自然科學基金（090412040）的資助。實驗研究中所用到的平面二自由度并聯(lián)機器人是固高（深圳）科技有限公司生產(chǎn)的，所有實驗也是在該公司里完成的，在此表示感謝。還要感謝的是參與本書中內(nèi)容研究的張耀欣博士、馮春時博士和本科畢業(yè)生馬翔。由于作者水平有限，本書不妥與不足之處在所難免，敬請廣大讀者批評指正。

內(nèi)容概要

　　本書以一個平面二自由度并聯(lián)機器人為研究對象，系統(tǒng)地介紹了并聯(lián)機器人的運動學標定、性能分析、動力學建模及控制策略設(shè)計等問題。基于運動學方程，從優(yōu)化的角度對并聯(lián)機器人運動學的部分參數(shù)和全部參數(shù)進行了自標定；利用線性矩陣不等式（LMI）方法，對并聯(lián)機器人的運動學性能指標進行了分析和優(yōu)化；在建立理論動力學模型的基礎(chǔ)上，設(shè)計出動力學參數(shù)的實驗辨識方法。從系統(tǒng)控制的角度出發(fā)，結(jié)合并聯(lián)機器人的動力學特性，設(shè)計了包括增廣非線性PD、計算力矩非線性PD，以及非線性自適應(yīng)控制在內(nèi)的多種非線性動力學控制策略，實現(xiàn)了并聯(lián)機器人的高精度軌跡跟蹤控制。采用同步運動控制理論，分別在關(guān)節(jié)空間和工作空間設(shè)計同步控制策略，進一步減小軌跡跟蹤時的輪廓誤差，從而實現(xiàn)了并聯(lián)機器人的高速高精度運動控制。本書在闡述基本理論和所提方法的同時，基于實際并聯(lián)機器人平臺設(shè)計了大量的實驗對理論和方法進行驗證，并對實驗步驟和實驗結(jié)果進行了詳細的分析。因此，本書既適用于并聯(lián)機器人的理論研究，又適合指導并聯(lián)機器人的工程應(yīng)用?！　”緯瓤勺鳛闄C械工程、自動控制、計算機、信息科學、電子學等專業(yè)的研究生教材，也可作為從事并聯(lián)機器人研究與應(yīng)用的科研人員和工程技術(shù)人員的參考書。

書籍目錄

第1章概述1.1并聯(lián)機器人的基本概念與發(fā)展歷程1.2并聯(lián)機器人的研究現(xiàn)狀1.3平面二自由度并聯(lián)機器人1.4《并聯(lián)機器人:建?？刂苾?yōu)化與應(yīng)用》的主要內(nèi)容第2章并聯(lián)機器人運動學標定2.1平面二自由度并聯(lián)機器人的標定問題2.2基于優(yōu)化問題求解的平面二自由度并聯(lián)機器人運動學標定2.3基于兩步迭代法的平面二自由度并聯(lián)機器人運動學標定2.4基于跟蹤誤差投影的平面二自由度2.5基于粒子群算法的平面二自由度并聯(lián)機器人運動學自標定2.6本章小結(jié)第3章并聯(lián)機器人運動學性能分析3.1線性矩陣不等式LMI簡介3.2LMI在并聯(lián)機器人常見運動學性能指標設(shè)計中的應(yīng)用3.3基于LMI的平面二自由度并聯(lián)機器人參數(shù)優(yōu)化設(shè)計3.4平面二自由度并聯(lián)機器人的力矩傳遞性能分析3.5本章小結(jié)第4章并聯(lián)機器人動力學建模及性能分析4.1并聯(lián)機器人的動力學建模4.2平面二自由度并聯(lián)機器人的動力學建模4.3平面二自由度并聯(lián)機器人的動力學性能分析4.4本章小結(jié)第5章并聯(lián)機器人的典型控制策略5.1并聯(lián)機器人的典型控制策略5.2并聯(lián)機器人的最優(yōu)控制器設(shè)計5.3平面二自由度并聯(lián)機器人典型控制策略的仿真實驗5.4本章小結(jié)第6章并聯(lián)機器人的非線性PD控制及摩擦力補償6.1非線性PD控制6.2平面二自由度并聯(lián)機器人的增廣NPD控制6.3平面二自由度并聯(lián)機器人的計算力矩NPD控制6.4平面二自由度并聯(lián)機器人的非線性摩擦力補償6.5本章小結(jié)第7章并聯(lián)機器人的非線性自適應(yīng)控制7.1平面二自由度并聯(lián)機器人動力學模型的參數(shù)化形式7.2平面二自由度并聯(lián)機器人的非線性自適應(yīng)控制器設(shè)計7.3平面二自由度并聯(lián)機器人的非線性自適應(yīng)控制實驗及結(jié)果分析7.4本章小結(jié)第8章并聯(lián)機器人的同步控制8.1平面二自由度并聯(lián)機器人的主動關(guān)節(jié)同步控制8.2平面二自由度并聯(lián)機器人的工作空間同步控制8.3本章小結(jié)參考文獻

章節(jié)摘錄

插圖：為了實現(xiàn)平面二自由度并聯(lián)機器人的運動學自標定，前面三節(jié)中設(shè)計了多種標定方法，并且對優(yōu)化函數(shù)進行了專門的研究，但是優(yōu)化方法采用的都是MATLAB提供的優(yōu)化函數(shù)fmincon，該函數(shù)只能實現(xiàn)局部搜索，容易陷入局部極值而不能得到令人滿意的優(yōu)化結(jié)果?，F(xiàn)代優(yōu)化算法中，有一類特殊的優(yōu)化算法，不同于經(jīng)典的優(yōu)化搜索（如共軛梯度法），它們對目標函數(shù)的連續(xù)性沒有依賴，基本上不用搜索空間的知識和其他輔助信息，只需要知道目標函數(shù)的評估適應(yīng)度，并通過群體中個體解的信息交互以及個體自身的變異來不斷推動尋優(yōu)的進行。由于或多或少受到自然界中生命現(xiàn)象的啟發(fā)，故人們稱它們?yōu)樽匀凰惴?。這一類算法中包括遺傳算法、遺傳編程、基因表達編程、粒子群算法、蟻群算法等。由于是基于群體的搜索算法，因此這類算法具有內(nèi)在的并行性，這大大提高了搜索效率。另外，個體之間有信息交互，同時也以一定的概率對自身進行變異，因此大大提高了跳出局部極值的能力。到目前為止，自然算法作為有效的全局優(yōu)化方法，在各個領(lǐng)域都得到了廣泛的應(yīng)用。在這一大類算法中，粒子群算法因其實現(xiàn)簡單、計算量小、參數(shù)少等優(yōu)點正受到越來越多關(guān)注。也因為這些優(yōu)點，我們最終選取粒子群算法作為本節(jié)并聯(lián)機器人標定問題當中的全局優(yōu)化算法。

編輯推薦

《并聯(lián)機器人:建模控制優(yōu)化與應(yīng)用》由電子工業(yè)出版社出版。

圖書封面

評論、評分、閱讀與下載

---

    并聯(lián)機器人 PDF格式下載

---