| 摘要 | 第4-8页 |
| abstract | 第8-11页 |
| 第一章 绪论 | 第16-36页 |
| 1.1 引言 | 第16-17页 |
| 1.2 混杂系统的混合逻辑动态建模与控制研究 | 第17-20页 |
| 1.2.1 混杂系统的混合逻辑动态建模问题 | 第18-19页 |
| 1.2.2 基于混合逻辑动态模型的控制问题 | 第19-20页 |
| 1.2.3 混杂系统MLD建模与控制方法的应用 | 第20页 |
| 1.3 IRWS焊缝跟踪控制与混杂特性研究现状 | 第20-24页 |
| 1.3.1 IRWS传统焊缝跟踪控制方法研究现状 | 第20-21页 |
| 1.3.2 IRWS混杂特性及模型预测控制研究 | 第21-24页 |
| 1.3.2.1 IRWS的混杂特性 | 第21-23页 |
| 1.3.2.2 模型预测控制与焊接 | 第23页 |
| 1.3.2.3 MIQP问题 | 第23-24页 |
| 1.4 厚板弧焊视觉技术研究现状 | 第24-30页 |
| 1.4.1 厚板弧焊视觉传感技术研究现状 | 第24-26页 |
| 1.4.2 厚板弧焊焊缝轮廓提取研究现状 | 第26-28页 |
| 1.4.3 厚板弧焊焊缝轮廓特征点提取研究现状 | 第28-30页 |
| 1.5 厚板弧焊多层多道焊道规划研究现状 | 第30-31页 |
| 1.6 焊接参数和焊枪姿态自调整研究现状 | 第31-32页 |
| 1.6.1 焊接参数在线决策研究现状 | 第31页 |
| 1.6.2 焊枪姿态自调整研究现状 | 第31-32页 |
| 1.7 专家系统在焊接中的应用 | 第32-33页 |
| 1.7.1 不同开发平台下的焊接专家系统 | 第32页 |
| 1.7.2 专家系统在焊枪姿态和焊接参数决策中的应用 | 第32-33页 |
| 1.8 论文研究背景及意义 | 第33-34页 |
| 1.9 论文研究内容 | 第34-36页 |
| 第二章 厚板机器人T形接头自主脉冲MAG焊接系统的构建 | 第36-50页 |
| 2.1 引言 | 第36页 |
| 2.2 试件与母材 | 第36-38页 |
| 2.3 激光视觉传感器的设计 | 第38-43页 |
| 2.3.1 激光视觉传感器的结构 | 第38-39页 |
| 2.3.2 传感器中关键部件的选型 | 第39-43页 |
| 2.4 焊接硬件系统 | 第43-44页 |
| 2.5 外围软件系统 | 第44-46页 |
| 2.6 视觉系统标定 | 第46-49页 |
| 2.6.1 相机标定 | 第46-47页 |
| 2.6.2 手-眼标定 | 第47-49页 |
| 2.7 本章小结 | 第49-50页 |
| 第三章 机器人T形接头多层多道自主焊接自动机模型 | 第50-65页 |
| 3.1 前言 | 第50-51页 |
| 3.2 混合逻辑动态一般模型的建立 | 第51-56页 |
| 3.2.1 命题演算 | 第51-52页 |
| 3.2.2 线性整数规划 | 第52-54页 |
| 3.2.3 有限状态机 | 第54-55页 |
| 3.2.4 MLD的一般描述 | 第55-56页 |
| 3.3 机器人T形接头多层多道自主焊接的HS分析 | 第56-57页 |
| 3.4 焊枪运动特性分析 | 第57-58页 |
| 3.5 机器人多层多道自主焊接过程的自动机描述 | 第58-64页 |
| 3.6 本章小结 | 第64-65页 |
| 第四章 基于视觉注意模型的焊缝轮廓特征信息提取 | 第65-89页 |
| 4.1 引言 | 第65-66页 |
| 4.2 电弧区域的提取及作用 | 第66-67页 |
| 4.3 基于视觉注意模型的激光条纹的提取 | 第67-79页 |
| 4.3.1 多区域多方向Gabor滤波 | 第69-71页 |
| 4.3.2 非均匀性度量 | 第71-73页 |
| 4.3.3 亮度突变性度量 | 第73-75页 |
| 4.3.4 综合显著图的生成 | 第75页 |
| 4.3.5 基于聚类的干扰数据的去除 | 第75-79页 |
| 4.3.5.1 最近邻聚类 | 第76-77页 |
| 4.3.5.2 干扰的消除方法 | 第77-79页 |
| 4.4 T形接头腹板上边沿轮廓线的提取 | 第79-80页 |
| 4.5 基于斜率单调区间跨度分割的斜率突变点的提取 | 第80-83页 |
| 4.5.1 焊缝轮廓预处理 | 第81页 |
| 4.5.2 斜率计算与平滑 | 第81-82页 |
| 4.5.3 斜率单调区间的获取 | 第82-83页 |
| 4.5.4 单调区间斜率跨度的OTSU分割 | 第83页 |
| 4.6 焊缝轮廓局部极值点的提取 | 第83-84页 |
| 4.7 焊缝轮廓特征点提取算法有效性的验证 | 第84-87页 |
| 4.8 本章小结 | 第87-89页 |
| 第五章 基于视觉信息的焊道规划及焊接参数在线智能决策 | 第89-119页 |
| 5.1 引言 | 第89-91页 |
| 5.2 专家系统的结构与设置 | 第91-94页 |
| 5.2.1 开发环境与数据库 | 第91-93页 |
| 5.2.2 知识的获取 | 第93页 |
| 5.2.3 知识的表达 | 第93页 |
| 5.2.4 知识库的结构 | 第93页 |
| 5.2.5 推理机的选择 | 第93-94页 |
| 5.2.6 基于Matlab的 ES的开发 | 第94页 |
| 5.3 厚板机器人T形接头不清根焊接规范 | 第94-95页 |
| 5.4 焊道规划的智能决策 | 第95-107页 |
| 5.4.1 初始事实 | 第95-97页 |
| 5.4.1.1 试件坡口及焊缝视觉尺寸 | 第96-97页 |
| 5.4.1.2 视觉信息初始事实 | 第97页 |
| 5.4.2 焊道规划策略 | 第97页 |
| 5.4.3 焊道规划规则库的产生 | 第97-103页 |
| 5.4.4 规则库的实现 | 第103-104页 |
| 5.4.5 正向推理机的实现 | 第104-105页 |
| 5.4.6 自学习规则 | 第105-107页 |
| 5.5 焊接速度的智能决策 | 第107-111页 |
| 5.5.1 焊层的划分 | 第108-109页 |
| 5.5.2 焊道的划分 | 第109页 |
| 5.5.3 焊接速度决策规则库 | 第109-111页 |
| 5.6 焊枪倾角的智能决策 | 第111-112页 |
| 5.7 干伸长的智能决策 | 第112-113页 |
| 5.8 送丝速度的智能决策 | 第113-118页 |
| 5.9 本章小结 | 第118-119页 |
| 第六章 基于MLD模型的机器人焊缝跟踪预测控制研究 | 第119-150页 |
| 6.1 引言 | 第119页 |
| 6.2 焊枪偏差实时获取 | 第119-121页 |
| 6.3 焊缝跟踪控制方案 | 第121-123页 |
| 6.3.1 焊枪纠偏控制方案 | 第121-123页 |
| 6.3.2 多层多道自主焊接控制流程 | 第123页 |
| 6.4 无弧跟踪轨迹为参考输入的MPC | 第123-139页 |
| 6.4.1 预测模型 | 第125-128页 |
| 6.4.2 基于带约束遗传算法的MPC滚动优化设计 | 第128-133页 |
| 6.4.2.1 参考输入的确定 | 第129-130页 |
| 6.4.2.2 带约束遗传算法 | 第130-133页 |
| 6.4.3 TTWARI-MPC的反馈校正 | 第133页 |
| 6.4.4 MPC的离线仿真 | 第133-135页 |
| 6.4.5 TTWARI-MPC焊接试验 | 第135-139页 |
| 6.5 优化时域参考轨迹均等的MPC | 第139-143页 |
| 6.6 基于增量式PID的焊缝跟踪控制 | 第143-147页 |
| 6.7 实验中MPC的稳定性分析 | 第147-148页 |
| 6.8 本章小结 | 第148-150页 |
| 第七章 研究结论与展望 | 第150-153页 |
| 本文创新点 | 第153-154页 |
| 参考文献 | 第154-163页 |
| 攻读博士学位期间发表的论文及申请的专利 | 第163-165页 |
| 致谢 | 第165-167页 |
