可重构机械臂的动力学控制方法
作者： 杜艳丽，赵莹，张炜，曹福成著
出版时间： 2019年版
内容简介
《可重构机械臂的动力学控制方法》主要对可重构机械臂的建模与控制方法进行理论推导与证明。全书共8章，第1章介绍可重构机械臂的研究背景及意义，对国内外研究现状及关键问题进行阐述。第2～7章分别对可重构机械臂的运动学与动力学、构型优化、分散轨迹跟踪控制、主动容错控制、非脆弱鲁棒分散力，位置控制及基于软测量的分散力，位置控制进行详细的论述和证明。第8章对全书相关的主要研究成果进行总结，并对可重构机械臂的未来发展给出一些展望和建议。
《可重构机械臂的动力学控制方法》可供机器人、智能控制及相关领域的工程技术人员和科研工作者参考，同时也可作为机器人、控制理论与控制工程等专业研究生和高年级本科生的辅导教材。
目录
前言
第1章 绪论
1．1 机械臂系统中常见的动力学问题
1．2 可重构机械臂的国内外发展现状
1．2．1 国外研究现状
1．2．2 国内研究现状
1．3 可重构机械臂的主要研究方向
1．3．1 运动学建模
1．3．2 动力学建模
1．3．3 轨迹跟踪控制
1．3．4 力控制
1．3．5 主动容错控制
1．3．6 构型优化
1．3．7 路径规划
1．4 本书的主要内容
1．5 本章小结
参考文献
第2章 可重构机械臂运动学与动力学建模
2．1 引言
2．2 可重构机械臂的正运动学建模
2．3 可重构机械臂的逆运动学求解
2．3．1 基于改进粒子群优化算法的逆运动学求解
2．3．2 仿真与分析
2．4 可重构机械臂的动力学建模
2．4．1 基于牛顿欧拉迭代算法的动力学模型
2．4．2 基于改进的模糊C均值聚类算法的可重构机械臂模糊模型
2．5 本章小结
参考文献
第3章 可重构机械臂构型优化方法
3．1 引言
3．2 可重构机械臂模块及基于ACPGA的最优构型设计
3．2．1 可重构机械臂模块的划分
3．2．2 构型空间的计算
3．2．3 装配构型表达及评价标准
3．2．4 基于ACPGA的最优构型搜索
3．2．5 基于改进粒子群优化算法验证最优构型
3．2．6 计算实例
3．3 本章小结
参考文献
第4章 可重构机械臂分散轨迹跟踪控制
4．1 引言
4．2 基于ESO的分散自适应模糊控制
4．2．1 问题描述
4．2．2 基于ESO的分散自适应模糊控制器设计及稳定性分析
4．2．3 仿真与分析
4．3 基于ESO和DSC的反演分散控制
4．3．1 反演分散控制器设计及稳定性分析
4．3．2 ESO参数鈏1、鈏2、鈏3的粒子群优化算法训练流程
4．3．3 仿真与分析
4．4 基于生物启发策略的自适应反演快速终端模糊滑模控制
4．4．1 生物启发模型简介
4．4．2 自适应反演快速终端模糊滑模控制器设计
4．4．3 仿真与分析
4．5 可重构机械臂自适应迭代学习控制
4．5．1 自适应迭代学习控制器设计
4．5．2 仿真与分析
4．6 本章小结
参考文献
第5章 可重构机械臂分散主动容错控制
5．1 引言
5．2 故障分类
5．3 基于迭代故障观测器的可重构机械臂执行器故障主动容错控制
5．3．1 迭代故障观测器设计及其收敛性分析
5．3．2 主动容错控制器设计
5．3．3 仿真与分析
5．4 多故障同发的可重构机械臂主动容错控制
5．4．1 执行器和传感器的故障检测
5．4．2 基于多滑模观测器的故障隔离
5．4．3 容错控制器设计
5．4．4 基于自适应模糊神经网络的主动容错控制
5．5 可重构机械臂反演时延主动容错控制
5．5．1 反演神经网络分散控制
5．5．2 反演时延主动容错控制器设计
5．5．3 仿真与分析
5．6 本章小结
参考文献
第6章 可重构机械臂分散力/位置控制
6．1 引言
6．2 基于非线性关节力矩观测器的可重构机械臂双闭环分散力/位置控制
6．2．1 问题描述
6．2．2 基于辅助变量的非线性关节力矩观测器设计
6．2．3 双闭环分散力控制器设计
6．2．4 仿真与分析
6．3 基于LMI的可重构机械臂非脆弱鲁棒分散力/位置控制
6．3．1 非脆弱鲁棒分散力/位置控制器设计
6．3．2 仿真与分析
6．4 基于ACPGA的可重构机械臂非脆弱鲁棒分散力/位置控制
6．4．1 基于ACPGA的非脆弱鲁棒分散力/位置控制器设计
6．4．2 基于ACPGA的非脆弱分散控制器求解
6．4．3 仿真与分析
6．5 本章小结
参考文献
第7章 基于软测量的可重构机械臂分散力/位置控制
7．1 引言
7．2 基于软测量的可重构机械臂分散力/位置混合控制
7．2．1 分散力/位置混合控制器设计及稳定性分析
7．2．2 仿真与分析
7．3 基于软测量的可重构机械臂分散阻抗力/位置控制
7．3．1 分散阻抗力/位置控制器设计及稳定性分析
7．3．2 仿真与分析
7．4 本章小结
参考文献
第8章 总结及展望
8．1 主要研究成果
8．2 未来的研究方向
参考文献
