| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 论文研究背景 | 第9-10页 |
| 1.2 国内外高大空间作业平台研究现状 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 国内外高大空间作业平台自动调平算法的发展状况 | 第14-15页 |
| 1.4 课题来源及论文的研究内容 | 第15-17页 |
| 第二章 高大空间作业平台的建模及其调平策略研究 | 第17-36页 |
| 2.1 概述 | 第17页 |
| 2.2 蜘蛛型高大空间作业平台结构 | 第17-18页 |
| 2.3 高大空间作业平台的静力学模型 | 第18-22页 |
| 2.3.1 平台在水平状态下的静力学建模 | 第18-20页 |
| 2.3.2 平台在非水平状态下的静力学建模 | 第20-22页 |
| 2.4 高大空间作业平台支腿系统的动力学模型 | 第22-26页 |
| 2.4.1 支腿系统物理模型 | 第23页 |
| 2.4.2 支腿系统线图模型 | 第23-24页 |
| 2.4.3 支腿系统键图模型 | 第24-26页 |
| 2.5 高大空间作业平台调平策略研究 | 第26-34页 |
| 2.5.1 位置误差控制调平法 | 第26-31页 |
| 2.5.2 角度误差控制调平法 | 第31-32页 |
| 2.5.3 上述几种调平方案的比较 | 第32-34页 |
| 2.6 “虚撑”问题的研究 | 第34-35页 |
| 2.7 小结 | 第35-36页 |
| 第三章 神经网络在自动调平控制系统中的应用研究 | 第36-48页 |
| 3.1 概述 | 第36-38页 |
| 3.1.1 神经网络控制的基本思想 | 第37-38页 |
| 3.2 神经网络误差补偿预测模型建立 | 第38-43页 |
| 3.2.1 神经网络结构 | 第39-40页 |
| 3.2.2 BP 神经网络的标准学习算法 | 第40-43页 |
| 3.3 神经网络调平系统控制系统仿真 | 第43-47页 |
| 3.3.1 神经网络工具箱 | 第43-44页 |
| 3.3.2 控制系统仿真 | 第44-47页 |
| 3.4 小结 | 第47-48页 |
| 第四章 自动调平控制系统总体设计方案 | 第48-59页 |
| 4.1 概述 | 第48页 |
| 4.2 系统综合分析 | 第48页 |
| 4.2.1 系统的设计要求 | 第48页 |
| 4.2.2 系统设计原则 | 第48页 |
| 4.3 调平方案的选择 | 第48-54页 |
| 4.3.1 支撑方式的选择 | 第49-50页 |
| 4.3.2 控制方式的选择 | 第50-51页 |
| 4.3.3 传动方式的选择 | 第51-54页 |
| 4.4 系统的组成及工作原理 | 第54-55页 |
| 4.4.1 系统组成 | 第54页 |
| 4.4.2 系统工作原理 | 第54-55页 |
| 4.5 系统关键元器件选型 | 第55-58页 |
| 4.5.1 倾角传感器 | 第55-56页 |
| 4.5.2 压力传感器 | 第56-57页 |
| 4.5.3 PLC 的选择 | 第57-58页 |
| 4.6 小结 | 第58-59页 |
| 第五章 自动调平程序设计与实现 | 第59-74页 |
| 5.1 概述 | 第59页 |
| 5.2 系统构成 | 第59-63页 |
| 5.2.1 系统参数设置模块 | 第59-60页 |
| 5.2.2 开机自检模块 | 第60页 |
| 5.2.3 半自动调平模块 | 第60页 |
| 5.2.4 全自动调平 | 第60-61页 |
| 5.2.5 自动举升、收藏模块 | 第61-63页 |
| 5.3 刚性模型修正 | 第63-70页 |
| 5.3.1 实验数据采集 | 第63-66页 |
| 5.3.2 分离非刚性变形数据 | 第66页 |
| 5.3.3 分离非刚性变形实验数据 | 第66-69页 |
| 5.3.5 非刚性变形数据拟合 | 第69-70页 |
| 5.4 Matlab 仿真调平系统 | 第70-72页 |
| 5.4.1 平台调平系统的仿真 | 第70-72页 |
| 5.5 小结 | 第72-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 全文总结 | 第74页 |
| 6.2 展望 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79页 |