目录：

工业机器人OO免费

运动控制系统阮毅

医疗机器人OO

工业机器人OO免费

1、摘要：以所设计的OO式5R关节型工业机器人为研究对象，分析了该机器人的结构设计。该机器人采用基于工控PC及DSP运动OOO的分布式控制结构，具有OO性强、运算速度快等特点，对其工作原理进行了详细的说明。机器人的控制软件采用基于Windows平台下的VC++实现，具有良好的人机交互功能，对各组成模块的作用进行了说明。所设计的OO式5R工业机器人系统，具有较好的实用性。

2、工业机器人技术在现代工业生产自动化领域得到了广泛的应用，也对工程技术人员提出更高的要求，作为机械工程及自动化专业的技术人才迫切需要掌握这一先进技术。为了能更好地加强技术人员对工业机器人的技能实践与技术掌握，需要OO性强的设备来满足要求。本文阐述了我们所开发设计的一种5R关节型工业机器人系统，可以作为通用的工业机器人应用于现场，也可作为教学培训设备。1 5R 工业机器人操作机结构设计关节型工业机器人由2个肩关节和1个肘关节进行定位，由2个或3个腕关节进行定向，其中一个肩关节绕铅直轴旋转，另一个肩关节实现俯仰，这两个肩关节轴线正交。肘关节平行于第二个肩关节轴线。这种构型的机器人动作灵活、工作空间大，在作业空间内手臂

3、的干涉最小，结构紧凑，占地面积小，关节上相对运动部位容易密封防尘，但运动学复杂、运动学反解困难，控制时计算量大。在工业用应用是一种通用型机器人¨。1．1 5R工业机器人操作机结构所设计的5R关节型机器人具有5个OO度，结构简图如图1所示。5个OO度分别是：肩部旋转关节J大臂旋转关节J小臂旋转关节J手腕仰俯运动关节J4和在旋转运动关节J5。总体设计思想为：选用伺服电机(带制动器)驱动，通过同步带、轮系等机械机构进行间接传动。腕关节上设计有装配手爪用法兰，通过不断地更换手爪来实现不同的作业任务。

运动控制系统阮毅

1、《电力拖动自动控制系统:运动控制系统(第4版)》内容简介：根据全国高等学校电气工程与自动化系列教材编审委员会制定的普通高等教育电气工程与自动化类“十一五”规划教材的要求，在《电力拖动自动控制系统:运动控制系统(第4版)》第3版的基础上进行修订，成为第4版，并人选普通高等教育“十一五”国家级规划教材。

2、《电力拖动自动控制系统:运动控制系统(第4版)》第3版2003年出版，第3版主要体现了三方面的技术进步：全控型电力电子器件取代半控型器件，变换技术由相位控制转变成脉宽调制；模拟电子控制已基本上让位于数字电子控制；交流可调拖动系统逐步取代直流拖动系统已经成为不争的事实，而且交流拖动控制技术本身也有不小的进展。第4版在继承与发扬第3版特色的基础上，将计算机仿真与辅助设计逐步融入运动控制系统的性能分析与设计中。

3、第4版共3篇，第1篇直流调速系统，第2篇交流调速系统，第3篇伺服系统。编写的思路继承了前三版的特色，理论和实际相结合，应用自动控制理论解决运动控制系统的分析和设计问题，以转矩和磁链(或磁通)控制规律为主线，由简入繁、由低及高地循序深入，论述系统的静、动态性能。为了适应技术的发展，补充和添加了部分新内容，以供选用。

医疗机器人OO

1、康复训练机器人作为医疗机器人的一个重要分支，近年来已经成为国际机器人领域的一个研究热点。利用机器人技术辅助神经损伤患者进行康复运动训练，由于对象的特殊性，如何实现安全、平稳、智能的康复训练，以及如何最大程度地激发患者的主动参与意识，是目前康复机器人领域亟待解决的关键问题。本文针对上述相关问题，拟从安全性、运动平稳性、系统智能性以及临床实验等方面开展上肢康复训练机器人运动控制技术和实验研究。<br>根据神经损伤康复治疗理论，分析总结了康复训练机器人系统的特点和设计中应遵循的原则，为本文设计相关运动控制策略和临床实验方案提供理论基础和指导。针对上肢康复训练机器人临床运动训练的安全性和平稳性问题，提出了基于模糊逻辑的实时在线安全监督控制方法。该方法从患肢状态本质角度出发，通过设计安全监督OOO，实现了正常扰动情况下的平稳性以及突发紧急情况下的安全性控制。仿真和实验研究表明，融合安全监督控制策略和基于位置阻抗控制算法所设计的控制系统，能够实现高平稳性和安全性的运动训练。<br>为实现平稳的运动训练，分别从训练轨迹插补方法和位置控制系统架构设计角度开展研究。提出了基于动态插补策略的运动控制设计方法，该方法根据实时评估的患肢物理状态，通过插补决策机制选择适宜的插补方法进行运动控制，有效地融合了各插补方法的特性，避免单一插补方法的局限。其次，针对传统PIOOO不能有效解决因患者扰动引起的训练不平稳问题，提出了PI-阻尼的OOO设计架构来实现稳定平滑的运动训练，通过建立患肢和机器人的阻抗模型，运用自适应窗口滑动最小二乘法在线辨识患肢参数，以辨识的患肢参数为输入，分别设计模糊调节器自适应调节PI-阻尼OOO参数。基于WAM上肢康复训练机器人的实验表明，所提方法均能有助于改善运动训练的平稳平滑性。<br>针对目前上肢康复训练机器人缺少对患肢训练模式智能处方诊断的问题，提出了基于小波包模糊推理的康复运动训练模式专家诊断方法;该方法根据位置OO误差信息，通过小波包分解获取患肢运动性能特征，运用专家知识通过模糊逻辑推理诊断得出适合患肢的训练模式。其次，为进一步提高智能处方诊断准确率以及诊断方法的适用性，提出了融合支持向量机和广义动态模糊神经网络(SVM-GDFNN)的患肢训练模式处方诊断方法，该方法利用支持向量机泛化能力强以及广义动态模糊神经网络具有良好自学习性能的特点，建立SVM-GDFNN诊断模型，并设计相关确诊机制来提高诊断准确率。临床实验验证了所提方法的有效性。<br>依据康复不同阶段患肢病情恢复特点，结合临床运动训练控制策略应遵循安全智能、有效激发患者训练兴趣、充分发挥患肢残存功能的原则，分别设计了动态被动运动训练、自适应训练难度的OO运动训练以及基于分层触发控制的抗阻运动训练控制策略，并进行临床实验研究，实验结果表明了康复运动训练模式和运动控制策略的有效性。