摘要：由于可重构机械臂的动力学系统中存在大量的不确定性,导致PID等传统的控制器无法实现精确的位置控制。作者在基于精确模型PD控制的基础上,提出了模糊神经控制算法辨识补偿结构、非结构不确定性。通过模糊神经控制器融合了模糊逻辑和神经网络的各自优势,实现了可重构机械臂轨迹跟踪的有效的补偿控制。基于牛顿-欧拉的几何方法,推导了n连杆可重构机械臂的动力学方程,该方法相对于其他形式的动力学方程,计算量小、通用性强。最后以RRP(Revolute-Revolute-Prismatic)三连杆机械臂为例研究设计了可重构机械臂的控制器,并且通过仿真验证了算法对轨迹跟踪的有效性。

摘要：提出了一种新的服务机械臂构型设计方法,该方法研究了人的手臂运动形式,并进行了仿形。建立了数学模型,运用牛顿-欧拉方法进行了动力学分析,从而选择了电机和减速器;利用UG三维造型技术对机械臂进行具体设计,包括利用UG设计机械臂机构、优化机械臂结构等;利用ADAMS和ANSYS进行了仿真分析。结果表明:所设计的机械臂保证了轻量化的同时能够满足强度和刚度的要求。