并聯(lián)機器人機構(gòu)分析與優(yōu)化.pdf

1、并聯(lián)機器人機構(gòu)具有剛度好、承載能力大、控制精度高、動態(tài)性能好等優(yōu)點，在并聯(lián)機器人和并聯(lián)機床等領(lǐng)域具有巨大的應(yīng)用前景。目前，對并聯(lián)機器人機構(gòu)的研究未艾方興，本文嘗試將一些先進的算法，如蒙特卡洛方法、粒子群算法、人工神經(jīng)網(wǎng)絡(luò)、差異演化算法等引入到并聯(lián)機器人機構(gòu)的分析與優(yōu)化設(shè)計中，主要就以下方面展開研究：
　　 首先，針對并聯(lián)機器人機構(gòu)位置正解的多解性，設(shè)計一種可以求得全部解的共享適應(yīng)度粒子群算法，為提高算法效率，結(jié)合Newton迭代

2、法提出一種PSO-Newton算法。以某2RP&2SPS并聯(lián)機器人機構(gòu)位置正解問題為例，驗證了該方法的有效性；
　　 其次，針對并聯(lián)機器人機構(gòu)工作空間求解的復(fù)雜性，研究使用蒙特卡洛方法求解并聯(lián)機器人機構(gòu)的工作空間的形狀、大小等，同時鑒于使用蒙特卡洛方法求解并聯(lián)機器人機構(gòu)工作空間效率低下的缺點，提出一種使用量子粒子群優(yōu)化算法訓(xùn)練BP網(wǎng)絡(luò)的方法，快速有效地求解并聯(lián)機器人機構(gòu)的工作空間的大小，并用實例驗證之；
　　 再次，在中

3、心差異演化算法的基礎(chǔ)上，提出一種多目標差異演化算法，用于求解多目標優(yōu)化問題，為并聯(lián)機器人機構(gòu)進行多目標優(yōu)化設(shè)計做準備；
　　 最后，研究對并聯(lián)機器人機構(gòu)進行多目標優(yōu)化設(shè)計問題：以某3-TPT并聯(lián)機器人機構(gòu)為例，以工作空間最大和速度全域性能最好為目標建立多目標優(yōu)化模型，并使用多目標差異演化算法進行求解。
　　 研究結(jié)果表明，使用一些先進的算法，有助于并聯(lián)機器人機構(gòu)的理論分析、設(shè)計、推廣應(yīng)用等，是一個值得繼續(xù)研究的方向。同時