三自由度輕型并聯機械手控制技術研究.pdf

1、隨著國民經濟持續(xù)發(fā)展，生產效率與產品質量都得到了極大提高，人們的物質需求也在不斷增長，對機器人技術提出了更復雜的要求。其中少自由度并聯機械手因具有剛度大、精度高、無累計誤差等優(yōu)點，在食品、藥品和電子等行業(yè)應用前景廣闊，具有很大的研究價值。本文以三自由度Delta并聯機械手為研究對象，主要針對基于動力學的控制算法的設計及實現進行研究。
　　首先介紹了Delta并聯機械手的主要結構，研究了機構逆運動學方程與簡化逆動力學方程。并分別利用

2、Matlab與Solidworks/Motion仿真，驗證運動學準確性。利用Matlab/Simulink、Simmechanics分別建模仿真驗證系統(tǒng)動力學逆解準確性。重點研究基于動力學的控制策略，在Simulink中設計控制器，在Simmechanics中搭建機械手物理模型，進行軟件聯合仿真分析。首先分析了計算力矩法的控制律與穩(wěn)態(tài)誤差，針對計算力矩法中PD參數難以確定、跟蹤效果不理想等問題，設計模糊控制器，提出模糊自整定解耦控制策略

3、，優(yōu)化了控制參數，改善了跟蹤效果。針對簡化動力學方程所帶來的被控對象具有不確定性以及存在外界環(huán)境隨機擾動等問題，提出用徑向基（RBF）神經網絡逼近模型的不確定性，設計了RBF神經網絡補償控制策略，并設計Lyapunov函數證明控制系統(tǒng)的穩(wěn)定性。之后加入外部環(huán)境擾動，仿真對比三種控制算法跟蹤期望軌跡的準確性。仿真結果表明，三種算法在無外部擾動情況下都可以很好的完成給定軌跡跟蹤任務。在加入干擾后，計算力矩法穩(wěn)態(tài)誤差明顯增大，RBF神經網絡跟

4、蹤效果最優(yōu)但運算量偏大，模糊解耦控制效果次優(yōu)但運算量較小。
　　最后進行控制系統(tǒng)的硬件與軟件設計，搭建機械手試驗平臺。利用TwinCAT3與C++、Simulink等共同完成機械手的控制程序，其中控制算法主要在C++中實現。對計算力矩和模糊解耦算法進行軌跡跟蹤試驗，結果表明模糊解耦算法跟蹤精度更高，穩(wěn)態(tài)誤差較小，能夠較好的完成軌跡跟蹤。同時表明控制系統(tǒng)可靠有效，能夠處理較為繁重的算法計算任務，給并聯機械手優(yōu)化算法實用化提供了一種解