基于变形控制的涂胶机器人结构优化设计
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-16页 |
| ·本课题背景及意义 | 第8-9页 |
| ·本课题的研究现状以及存在的问题 | 第9-12页 |
| ·机器人研究现状 | 第9-10页 |
| ·涂胶轨迹研究现状 | 第10-11页 |
| ·工件变形预测及参数优化研究现状 | 第11-12页 |
| ·现有研究的不足 | 第12页 |
| ·本课题的来源、研究内容 | 第12-13页 |
| ·本课题的来源 | 第12-13页 |
| ·本课题的研究内容 | 第13页 |
| ·论文的章节安排 | 第13-16页 |
| 第2章 涂胶机器人的总体设计 | 第16-24页 |
| ·涂胶机器人的本体结构设计 | 第16-18页 |
| ·涂胶机器人的本体结构选择 | 第16-17页 |
| ·涂胶机器人的工作方式 | 第17-18页 |
| ·涂胶机器人运动机构设计及选型 | 第18-23页 |
| ·径向移动机构设计及主要零部件选型 | 第18-22页 |
| ·底部旋转机构设计及主要零部件选型 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于遗传算法的螺栓装夹布局优化 | 第24-40页 |
| ·遗传算法概述 | 第24-25页 |
| ·遗传算法的基本原理 | 第24-25页 |
| ·遗传算法的特点 | 第25页 |
| ·螺栓装夹布局的优化模型 | 第25-28页 |
| ·平衡方程 | 第25-26页 |
| ·约束条件 | 第26-27页 |
| ·优化模型的建立 | 第27-28页 |
| ·优化模型的求解技术 | 第28-33页 |
| ·决策变量 | 第28页 |
| ·染色体编码及解码方法 | 第28-29页 |
| ·个体的评价方法 | 第29-30页 |
| ·终止条件判定 | 第30页 |
| ·遗传算子确定 | 第30-33页 |
| ·螺栓装夹布局优化实例 | 第33-38页 |
| ·螺栓数目为 4 的布局优化 | 第34-35页 |
| ·螺栓数目为 6 的布局优化 | 第35-36页 |
| ·螺栓数目为 8 的布局优化 | 第36-37页 |
| ·螺栓数目为 10 的布局优化 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第4章 基于神经网络的固定架变形预测模型 | 第40-50页 |
| ·固定架变形的有限元分析技术及模型验证 | 第40-43页 |
| ·有限元建模 | 第40-41页 |
| ·变形分析 | 第41-42页 |
| ·有限元模型的验证 | 第42-43页 |
| ·BP 神经网络 | 第43-46页 |
| ·BP 神经网络结构 | 第43-44页 |
| ·BP 神经网络算法 | 第44-45页 |
| ·BP 神经网络学习规则 | 第45-46页 |
| ·基于 BP 神经网络的固定架变形模型的建立 | 第46-49页 |
| ·BP 神经网络固定架变形模型的总体结构构建 | 第46-47页 |
| ·BP 神经网络固定架变形模型的训练 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 基于遗传算法的固定架结构参数优化 | 第50-58页 |
| ·固定架结构参数优化模型 | 第50-53页 |
| ·决策变量 | 第50-51页 |
| ·约束条件 | 第51页 |
| ·目标函数优化模型的建立 | 第51-53页 |
| ·基于遗传算法的固定架结构参数优化 | 第53-56页 |
| ·遗传算法的实现 | 第53-54页 |
| ·基于神经网络-遗传算法优化流程图 | 第54页 |
| ·固定架结构参数优化结果 | 第54-56页 |
| ·本章小结 | 第56-58页 |
| 第6章 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64-65页 |
| 参与的科研项目 | 第65-66页 |
| 致谢 | 第66-68页 |
