算法驅(qū)動(dòng):工業(yè)機(jī)器人參數(shù)標(biāo)定與智能優(yōu)化
定 價(jià):99 元
當(dāng)前圖書(shū)已被 2 所學(xué)校薦購(gòu)過(guò)!
查看明細(xì)
- 作者:郭藝璇、李虎、付成龍 著
- 出版時(shí)間:2025/8/1
- ISBN:9787122476722
- 出 版 社:化學(xué)工業(yè)出版社
- 中圖法分類:TP242.2
- 頁(yè)碼:128
- 紙張:
- 版次:01
- 開(kāi)本:16開(kāi)
在工業(yè)機(jī)器人系統(tǒng)中,精確恰當(dāng)?shù)膮?shù)是影響綜合性能,實(shí)現(xiàn)高效化作業(yè)的關(guān)鍵。為了充分發(fā)揮工業(yè)機(jī)器人的性能潛力,本書(shū)系統(tǒng)講解工業(yè)機(jī)器人運(yùn)動(dòng)學(xué)參數(shù)標(biāo)定和控制參數(shù)智能優(yōu)化方法,即通過(guò)辨識(shí)精確的模型參數(shù),配置恰當(dāng)?shù)目刂茀?shù),提高工業(yè)機(jī)器人的運(yùn)動(dòng)控制性能,推動(dòng)工業(yè)機(jī)器人高自動(dòng)化、高智能化轉(zhuǎn)型升級(jí)。
書(shū)中闡釋了面向工業(yè)機(jī)器人參數(shù)優(yōu)化的典型智能計(jì)算方法、基于粒子群算法的機(jī)器人末端測(cè)量?jī)x器參數(shù)標(biāo)定方法、基于LSM-PSO算法的機(jī)器人運(yùn)動(dòng)學(xué)參數(shù)標(biāo)定方法、基于約束蝙蝠算法的機(jī)器人控制參數(shù)離線優(yōu)化方法、基于模糊計(jì)算的機(jī)器人控制參數(shù)在線優(yōu)化方法等,并通過(guò)實(shí)際案例介紹了工業(yè)機(jī)器人參數(shù)標(biāo)定與優(yōu)化的實(shí)踐。
本書(shū)可供機(jī)械工程、自動(dòng)化工程領(lǐng)域的師生學(xué)習(xí)使用,也可供從事工業(yè)機(jī)器人相關(guān)工作的工程師參考和閱讀。
第1章 緒論 001
1.1 工業(yè)機(jī)器人運(yùn)動(dòng)學(xué)參數(shù)標(biāo)定 003
1.1.1 工業(yè)機(jī)器人末端位姿測(cè)量 003
1.1.2 工業(yè)機(jī)器人運(yùn)動(dòng)學(xué)參數(shù)辨識(shí) 006
1.1.3 工業(yè)機(jī)器人運(yùn)動(dòng)學(xué)參數(shù)補(bǔ)償 007
1.2 機(jī)器人控制參數(shù)智能優(yōu)化 008
1.3 本書(shū)主要內(nèi)容 009
第2章 面向工業(yè)機(jī)器人參數(shù)優(yōu)化的典型智能計(jì)算 012
2.1 性能指標(biāo)及約束條件 012
2.2 深度優(yōu)先搜索算法 015
2.3 粒子群優(yōu)化算法 016
2.3.1 速度及位置更新公式 016
2.3.2 參數(shù)設(shè)定規(guī)則 016
2.4 差分進(jìn)化算法 018
2.5 蝙蝠算法 020
2.6 模糊計(jì)算 021
2.6.1 模糊系統(tǒng)基本結(jié)構(gòu) 021
2.6.2 Mamdani 型模糊計(jì)算 023
第3章 基于粒子群算法的機(jī)器人末端測(cè)量?jī)x器參數(shù)標(biāo)定 024
3.1 概述 024
3.2 基于粒子群算法的R-test 結(jié)構(gòu)參數(shù)標(biāo)定方法 025
3.2.1 R-test 的結(jié)構(gòu)參數(shù)傳統(tǒng)標(biāo)定方法 025
3.2.2 基于正交位移的R-test 026
3.2.3 基于粒子群算法的R-test 非冗余結(jié)構(gòu)參數(shù)標(biāo)定方法 030
3.2.4 R-test 測(cè)量工業(yè)機(jī)器人精度 033
3.3 傳感器測(cè)量球面誤差的測(cè)量方法及實(shí)驗(yàn)研究 034
3.3.1 基于基準(zhǔn)點(diǎn)標(biāo)定的傳感器測(cè)量球面誤差的測(cè)量方法 035
3.3.2 激光位移傳感器測(cè)量球面實(shí)驗(yàn) 038
3.4 基于R-test 的球心三維位移測(cè)量方法實(shí)驗(yàn) 042
3.4.1 基于粒子群算法的R-test 結(jié)構(gòu)參數(shù)標(biāo)定方法實(shí)驗(yàn) 043
3.4.2 R-test 測(cè)量工業(yè)機(jī)器人精度實(shí)驗(yàn) 047
第4章 基于LSM-PSO 算法的機(jī)器人運(yùn)動(dòng)學(xué)參數(shù)標(biāo)定 051
4.1 概述 051
4.2 工業(yè)機(jī)器人運(yùn)動(dòng)學(xué)正解和反解模型 051
4.2.1 經(jīng)典DH 法則 051
4.2.2 垂直六關(guān)節(jié)型工業(yè)機(jī)器人運(yùn)動(dòng)學(xué)正解和反解模型 052
4.3 工業(yè)機(jī)器人運(yùn)動(dòng)學(xué)參數(shù)誤差模型 058
4.3.1 單個(gè)連桿誤差參數(shù)模型 058
4.3.2 串聯(lián)運(yùn)動(dòng)鏈的運(yùn)動(dòng)學(xué)誤差參數(shù)模型 060
4.4 基于LSM-PSO 的位置誤差模型辨識(shí)算法 063
4.4.1 基于手眼位姿參數(shù)分離的位置誤差辨識(shí)模型 063
4.4.2 基于LSM-PSO 的分步辨識(shí)算法 065
4.4.3 仿真結(jié)果分析 067
第5章 基于約束蝙蝠算法的機(jī)器人控制參數(shù)離線優(yōu)化 069
5.1 概述 069
5.2 機(jī)器人控制參數(shù)離線優(yōu)化方案 069
5.3 ε 約束處理機(jī)制 071
5.4 數(shù)據(jù)驅(qū)動(dòng)約束蝙蝠算法研究 072
5.4.1 數(shù)據(jù)驅(qū)動(dòng)約束蝙蝠算法的框架 072
5.4.2 數(shù)據(jù)驅(qū)動(dòng)約束蝙蝠算法的關(guān)鍵模塊設(shè)計(jì) 074
5.4.3 收斂性驗(yàn)證 078
5.5 數(shù)據(jù)驅(qū)動(dòng)約束蝙蝠算法的數(shù)值仿真實(shí)驗(yàn) 081
5.5.1 提議的GDFS 策略的有效性 081
5.5.2 基于CEC2017 基準(zhǔn)約束函數(shù)的實(shí)驗(yàn) 081
第6章 基于模糊計(jì)算的機(jī)器人控制參數(shù)在線優(yōu)化 089
6.1 概述 089
6.2 機(jī)器人控制參數(shù)在線優(yōu)化方案 090
6.2.1 永磁同步伺服驅(qū)動(dòng)系統(tǒng) 090
6.2.2 模糊自適應(yīng)PI 控制方法 092
6.3 預(yù)測(cè)型模糊自適應(yīng)PI 控制結(jié)構(gòu) 093
6.3.1 改進(jìn)的預(yù)測(cè)函數(shù)控制模塊 093
6.3.2 自適應(yīng)模糊調(diào)整器 095
6.3.3 新型自抗擾PI 控制器 097
6.4 基于頻率響應(yīng)的控制參數(shù)優(yōu)化流程 098
6.4.1 基于D-分解理論的穩(wěn)定性和H∞ 魯棒性分析 099
6.4.2 基于穩(wěn)定性和H∞魯棒性條件的初始參數(shù)的設(shè)計(jì)標(biāo)準(zhǔn) 102
6.5 仿真實(shí)驗(yàn) 103
第7章 工業(yè)機(jī)器人參數(shù)標(biāo)定與優(yōu)化實(shí)踐 107
7.1 工業(yè)機(jī)器人運(yùn)動(dòng)學(xué)參數(shù)標(biāo)定實(shí)踐 107
7.1.1 誤差建模 107
7.1.2 位置測(cè)量 109
7.1.3 誤差辨識(shí) 110
7.2 工業(yè)機(jī)器人控制參數(shù)優(yōu)化實(shí)踐 113
7.2.1 系統(tǒng)描述 113
7.2.2 控制參數(shù)優(yōu)化 114
7.2.3 仿真實(shí)例 116
參考文獻(xiàn) 128