本书系统地介绍了挖掘机器人系统建模、辨识与运动控制的理论、方法和技术。内容既包括理论分析和详细推导,还给出了大量的试验与仿真数据,新颖丰富、系统性强。本书从挖掘机器人系统建模与动态特性分析入手,揭示了挖掘机器人电液伺服系统的复杂非线性对控制性能的影响,通过辨识获得系统精确数学模型,然后将辨识的离散非线性模型融入到预测控制算法中,提出挖掘机器人作业的非线性预测控制,达到提高系统控制精度的目的,为挖掘机
器人的智能化作业创造条件。书中所提出的方法对同类问题具有重要参考价值。本书可供机械工程、自动控制及机器人学等相关专业的高年级本科生与研究生学习参考,也可供有关特种机器人与工程机械技术研究人员参考。
全部显示 ∨
全部显示 ∨
前言0
第1章 绪论11.1 工程机械与机器人技术1
1.2 挖掘机器人运动控制研究目的与意义2
1.3 挖掘机器人研究综述41.3.1 挖掘机器人概述4
1.3.2 挖掘机器人智能规划控制5
1.3.3 挖掘机器人运动控制6
1.4 相关理论与技术研究现状91.4.1 电液伺服系统建模、辨识与控制研究现状9
1.4.2 机械臂动力学参数辨识与控制研究现状13
1.5 本书体系结构151.5.1 总体思路15
1.5.2 体系结构16
第2章 挖掘机器人电液伺服系统建模与动态特性分析182.1 机器人化液压挖掘机182.1.1 挖掘机器人电液控制系统18
2.1.2 挖掘机器人网络监控系统20
2.2 挖掘机器人电液伺服系统分段线性模型232.2.1 电液比例阀简化模型23
2.2.2 阀控非对称缸分段传递函数23
2.2.3 挖掘机器人电液伺服系统分段传递函数仿真与试验分析28
2.3 挖掘机器人电液伺服系统非线性建模292.3.1 电液伺服系统非线性状态空间模型30
2.3.2 系统非线性动态特性的仿真与试验分析33
2.4 本章小结37
第3章 挖掘机器人电液伺服系统辨识383.1 基于神经网络的电液伺服系统状态空间模型辨识383.1.1 电液伺服系统的简化状态空间模型38
3.1.2 DRNN神经网络辨识Jacobian39
3.1.3 辨识试验与验证41
3.2 基于BLON模型的电液伺服系统非线性辨识433.2.1 挖掘机器人电液伺服系统的BLON类模型表示44
3.2.2 改进的最小二乘辨识算法45
3.2.3 辨识试验对比分析48
3.3 基于P-H-W模型的非线性辨识513.3.1 系统的P-H-W模型表示51
3.3.2 递推辨识算法52
3.3.3 辨识试验结果分析53
3.4 本章小结55
第4章 挖掘机械臂运动学、动力学建模及其轨迹规划574.1 运动学建模574.1.1 运动学空间划分57
4.1.2 工作装置运动学模型58
4.2 动力学建模634.2.1 基于拉格朗日法的二自由度动力学方程64
4.2.2 基于牛顿-欧拉法的三自由度动力学方程65
4.3 挖掘机械臂轨迹规划694.3.1 机器人轨迹规划概述69
4.3.2 混合空间轨迹规划及其盲位盲角分析70
4.3.3 基于三维实体模型的轨迹离线规划73
4.4 本章小结74
第5章 挖掘机械臂动力学模型参数辨识765.1 单关节动力学参数辨识765.1.1 斗杆关节动力学模型参数辨识76
5.1.2 铲斗关节动力学模型参数辨识与摩擦模型分析80
5.2 挖掘机械臂的二自由度动力学参数辨识865.2.1 二自由度动力学模型化简87
5.2.2 辨识试验结果分析89
5.3 本章小结91
第6章 挖掘机器人工作装置运动控制策略研究926.1 挖掘机器人作业轨迹跟踪的分段PID控制926.1.1 分段PID控制策略92
6.1.2 分段PID控制试验分析93
6.2 挖掘机器人作业的单神经元自适应PID控制966.2.1 单神经元PID控制算法96
6.2.2 单神经元PID控制仿真97
6.3 本章小结98
第7章 挖掘机器人作业的非线性预测控制1007.1 线性预测控制算法1007.1.1 线性预测模型及其参数在线估计算法101
7.1.2 j步最优预测101
7.1.3 Diophantine方程的递推算法103
7.1.4 多步预测自校正控制算法105
7.2 基于Hammerstein模型的非线性预测控制1087.2.1 Hammerstein预测模型108
7.2.2 非线性预测控制自适应算法110
7.2.3 挖掘机器人作业的非线性预测控制仿真114
7.3 挖掘机器人作业的非线性预测控制试验研究1187.3.1 控制试验准备118
7.3.2 试验结果分析119
7.4 本章小结121
附录1 最小二乘法122
附录2 挖掘机械臂运动学参数123
附录3 基于牛顿-欧拉法的挖掘机械臂动力学建模125
参考文献136