题目：远程操作的Stewart平台关键技术研究

从上个世纪60年代起，借助远程操作技术，人类成功完成了在诸如太空、深水、核辐射区域等许多不能或不易临场操作的工作环境中的工作任务。Stewart平台机构以其大刚度和高精度等优点，自上世纪60年代被提出，已经广泛应用于太空对接、工业机器人、医疗手术等方方面面。特别是在太空对接领域，人类已经利用Stewart平台机构完成了数次航天器的对接。对远程操作的Stewart平台进行研究，研究成果可以直接应用于地面操作的太空对接等Stewart平台机构的远程操作，远程操作技术和Stewart平台控制技术的研究成果在各自的领域里也具有重要应用价值。 本文以实现Stewart平台机构的远程应用为目的，对Stewart平台的控制和远程操作进行了研究。 首先借用网络传输协议分层、且下层对上层透明的概念，建立试验系统，把系统分为内层和外层。内层为Stewart平台的本地控制闭环，外层为包括传输延时和操作人员的大闭环。内层处理各种可能干扰下的Stewart平台稳定性问题，使被操作的平台对于外层操作人员是“透明”的，操作人员无须更多关心Stewart平台的具体性能，专注于解决远程操作问题。 然后，本文对Stewart平台的运动学、动力学和工作空间等方面进行了深入分析。平台的运动学部分推导了平台的位姿、速度、加速度与各驱动关节杆长、速度、加速度的关系，包括运动学逆解和正解，并给出了神经网络正解的方法；动力学部分推导了系统的动力学方程；在平台运动学分析的基础上，得出了平台的工作空间。 在此基础上，本文针对Stewart平台提出了模型参考自适应控制，通过合理选择模型，利用遗传算法优化参数，改善了控制性能。 为了获得更好的动静态品质，本文接着提出了名义工作点的概念，根据名义工作点处Stewart平台的动力学模型设计了滑模变结构控制器，获得了比基于运动学的控制方法更好的控制效果，同时避免了对平台位姿的实时测量，减少了控制方法的计算量，从而极大地方便了控制方法的实现。 针对负载重力确定和不确定两种情况，分别进一步提出了基于近似Jacobian矩阵的自适应PD控制方法，并给出了它们的稳定性证明。不用精确的知道结构参数、Jacobian矩阵和精确的负载分布情况，就可以获得更好的系统性能，同时避免奇异点。 为了使预测显示更加准确的反映被操作Stewart平台的动态特性，本文提出了基于双神经网络结构的增强虚拟模型。其中，神经网络采用改进的Elman网络，设计了自适应的学习率，对非线性系统获得了良好的辨识效果和较快的辨识速度。增强虚拟模型还可以减少随机丢包对操作人员的影响。 最后，提出用改进Elman神经网络结合Stewart平台虚拟模型代替平台实体，并通过合理的误差估计，建立了完全基于虚拟环境的试验系统。使用此试验系统可以方便对各种试验任务和操作方法进行先期的仿真验证，提高了对Stewart实体平台试验的成功率，最大限度避免了因不熟练造成的多次误操作对实际系统的损害。 本文进行了大量的理论研究、仿真和试验，证明了上述方案的可行性。