機(jī)器人動(dòng)態(tài)特性及動(dòng)力學(xué)參數(shù)辨識(shí)研究.pdf

1、獲取機(jī)械系統(tǒng)的動(dòng)態(tài)特性對(duì)其本身的精確運(yùn)動(dòng)和動(dòng)力控制有很重要的意義和應(yīng)用價(jià)值。本學(xué)位論文研究以工業(yè)機(jī)器人為典型代表的機(jī)械系統(tǒng)，對(duì)機(jī)器人系統(tǒng)的脈沖響應(yīng)函數(shù)的提取過(guò)程中的一系列問(wèn)題進(jìn)行了探討。對(duì)現(xiàn)有的時(shí)域法、頻域法及小波方法進(jìn)行了辨析。研究了適用于機(jī)器人的階躍激勵(lì)下的時(shí)域辨識(shí)方法。另外，本文對(duì)機(jī)器人操作臂慣性參數(shù)辨識(shí)中的一些相關(guān)問(wèn)題進(jìn)行了研究。本文還研究了將神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于系統(tǒng)參數(shù)辨識(shí)的方法，并且對(duì)時(shí)變系統(tǒng)的參數(shù)辨識(shí)也進(jìn)行了研究。本論文各章

2、的研究工作概述如下。 1.第一章介紹了工業(yè)機(jī)器人的發(fā)展現(xiàn)狀，概括了機(jī)器人運(yùn)動(dòng)學(xué)、動(dòng)力學(xué)建模分析方法，指出了機(jī)器人操作臂動(dòng)態(tài)特性及動(dòng)力學(xué)參數(shù)辨識(shí)的意義及關(guān)鍵問(wèn)題。對(duì)系統(tǒng)辨識(shí)方法進(jìn)行了概述。明確本學(xué)位論文的研究工作及任務(wù)。 2.第二章主要從理論上辨析了提取系統(tǒng)脈沖響應(yīng)函數(shù)各種方法的關(guān)系，為以后各章作理論上的準(zhǔn)備。首先給出了現(xiàn)有的提取系統(tǒng)脈沖響應(yīng)函數(shù)的方法。針對(duì)兩種基于小波變換的方法：循環(huán)小波法及相關(guān)小波法，在小波分解層數(shù)的意

3、義上與現(xiàn)有的時(shí)域法比較。指出時(shí)域法是這兩種方法的一種特例，并且具有更高的效率及相同的結(jié)果。給出了判斷的理論依據(jù)，并從仿真及實(shí)驗(yàn)進(jìn)行了分析驗(yàn)證。指出時(shí)域法在工程應(yīng)用中的抗噪性能差的缺點(diǎn)，為以后各章指明研究方向。 3.第三章主要研究基于階躍響應(yīng)的系統(tǒng)動(dòng)態(tài)特性的提取方法。首先指出基于錘擊激勵(lì)的平均功率譜方法在機(jī)器人操作臂測(cè)試中的不適用性以及基于階躍激勵(lì)的時(shí)域方法的可行性，然后對(duì)階躍激勵(lì)的時(shí)、頻域特性進(jìn)行了分析。提出在實(shí)際測(cè)試中存在的問(wèn)

4、題：力傳感器難以正確測(cè)量階躍力以及利用矩形脈沖代替階躍進(jìn)行處理會(huì)帶來(lái)很大的誤差。對(duì)問(wèn)題的原因進(jìn)行了剖析并提出解決的方法。利用線性系統(tǒng)的特點(diǎn)，給出使用階躍響應(yīng)獲取階躍力的技術(shù)。對(duì)一種經(jīng)典的利用階躍響應(yīng)獲取系統(tǒng)傳遞函數(shù)參數(shù)的面積法進(jìn)行了分析。分析了時(shí)域法、頻域法對(duì)不同類型誤差的敏感程度。根據(jù)脈沖與階躍的微積分關(guān)系，研究了由階躍響應(yīng)獲取脈沖響應(yīng)函數(shù)的差分法。仿真結(jié)果表明，差分法比時(shí)域法有較高的效率，在沒(méi)有噪聲的情況下是零誤差的。 4.

5、第四章針對(duì)第二章提出的時(shí)域法對(duì)噪聲十分敏感的問(wèn)題，著重研究如何在時(shí)域利用平均技術(shù)進(jìn)行降噪，同時(shí)進(jìn)行脈沖響應(yīng)函數(shù)的提取。首先分析了各種信號(hào)的平均技術(shù)，指出這些方法不能對(duì)不同信號(hào)進(jìn)行平均，也不適用于提取脈沖響應(yīng)函數(shù)。針對(duì)由于響應(yīng)信號(hào)的噪聲而造成的辨識(shí)病態(tài)問(wèn)題的機(jī)理分別進(jìn)行頻域解釋、Riemann-Lebesgue引理解釋以及矩陣奇異值解釋。在此基礎(chǔ)上，提出了偏差補(bǔ)償方法及誤差偏導(dǎo)數(shù)方法。前者的誤差分析表明誤差是一個(gè)累積的過(guò)程，后者分別對(duì)輸入

6、誤差模型及輸出誤差模型分別提出了算法。仿真驗(yàn)證表明，方法能對(duì)不同激勵(lì)下的測(cè)試信號(hào)進(jìn)行平均，辨識(shí)結(jié)果與理論曲線比較吻合。 5.第五章研究了機(jī)器人操作臂慣性參數(shù)的辨識(shí)方法。首先概括了目前機(jī)器人連桿慣性參數(shù)辨識(shí)的五種方法，指出這些方法存在的問(wèn)題是：或者須將機(jī)器人解體，不能在線進(jìn)行辨識(shí)，或者不能得到獨(dú)立的參數(shù)，只能得到組合值，且均不能考慮機(jī)器人連桿的關(guān)節(jié)特性。給出了利用腕力傳感器辨識(shí)末端連桿慣性參數(shù)的方法，并且用實(shí)驗(yàn)進(jìn)行了驗(yàn)證。在此基礎(chǔ)

7、上，研究了一種基于腕力傳感器的機(jī)器人連桿慣性參數(shù)辨識(shí)方法，該方法不需要對(duì)關(guān)節(jié)特性進(jìn)行建模，可以獲得機(jī)器人連桿獨(dú)立的慣性參數(shù)值。仿真結(jié)果表明該方法的有效性。 6.第六章主要研究利用神經(jīng)網(wǎng)絡(luò)模型來(lái)進(jìn)行系統(tǒng)參數(shù)辨識(shí)。首先對(duì)神經(jīng)網(wǎng)絡(luò)及參數(shù)辨識(shí)問(wèn)題的基本理論及發(fā)展現(xiàn)狀進(jìn)行了介紹，指出神經(jīng)網(wǎng)絡(luò)技術(shù)已經(jīng)成為系統(tǒng)辨識(shí)的一種新興的方法。給出了利用神經(jīng)網(wǎng)絡(luò)辨識(shí)的串-并聯(lián)模型。指出一些常用的參數(shù)辨識(shí)方法對(duì)含有有色噪聲、時(shí)變系統(tǒng)的辨識(shí)難以應(yīng)用以及一般的

8、BP神經(jīng)網(wǎng)絡(luò)方法沒(méi)有明確的物理意義，網(wǎng)絡(luò)模型的構(gòu)造沒(méi)有統(tǒng)一的規(guī)律。提出了基于系統(tǒng)的數(shù)學(xué)模型來(lái)構(gòu)造神經(jīng)網(wǎng)絡(luò)的方法，以及將待辨識(shí)的參數(shù)作為網(wǎng)絡(luò)權(quán)值的思想。給出構(gòu)造網(wǎng)絡(luò)的一般規(guī)律以及算法。利用第四章慣性參數(shù)辨識(shí)的數(shù)學(xué)模型來(lái)構(gòu)造神經(jīng)網(wǎng)絡(luò)進(jìn)行驗(yàn)證，還利用一非線性系統(tǒng)進(jìn)行仿真，結(jié)果均表明了方法的有效性。 7.第七章首先是對(duì)本學(xué)位論文的總結(jié)，總結(jié)本學(xué)位論文的工作取得的進(jìn)展和成績(jī)以及不足之處。然后指出今后相關(guān)研究工作的著重點(diǎn)、方向以及要解決的問(wèn)