高炉煤气管道检测机器人关键技术研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 引言 | 第8-9页 |
| 第1章 文献综述 | 第9-17页 |
| 1.1 国内外管道机器人发展现状 | 第9-15页 |
| 1.1.1 管道机器人发展概述 | 第9页 |
| 1.1.2 管道机器人分类 | 第9-15页 |
| 1.2 煤气管道机器人的发展现状 | 第15-16页 |
| 1.3 冶金企业高炉煤气管道检测机器人研究意义 | 第16-17页 |
| 第2章 高炉煤气管道剩余壁厚检测装置研究 | 第17-24页 |
| 2.1 高炉煤气管道腐蚀机理 | 第17-18页 |
| 2.2 高炉煤气管道剩余壁厚检测技术 | 第18-19页 |
| 2.2.1 常用管道壁厚检测方法概述 | 第18页 |
| 2.2.2 漏磁通法检测原理 | 第18-19页 |
| 2.3 基于漏磁通法的剩余壁厚检测装置研究 | 第19-23页 |
| 2.3.1 新型可变径漏磁法检测装置的结构 | 第19-21页 |
| 2.3.2 可变径漏磁法检测装置尺寸范围确定 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于D-S证据理论的高炉煤气管道类型识别 | 第24-35页 |
| 3.1 管道机器人管型识别技术与多传感器信息融合 | 第24-26页 |
| 3.1.1 多传感器信息融合技术及其常用算法 | 第24-25页 |
| 3.1.2 D-S证据理论的应用实例 | 第25-26页 |
| 3.2 D-S证据理论的理论基础 | 第26-28页 |
| 3.3 管型识别传感器的类型及其布置方案 | 第28-31页 |
| 3.3.1 管型判别传感器类型确定 | 第28页 |
| 3.3.2 管型判别传感器布置方案 | 第28-29页 |
| 3.3.3 管型判别传感器测量范围的确定 | 第29-30页 |
| 3.3.4 管型判别传感器布置方案的识别能力分析 | 第30-31页 |
| 3.4 D-S证据理论在管型识别中的应用 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 分层模糊算法与管道机器人过弯控制模型研究 | 第35-45页 |
| 4.1 模糊控制理论基础 | 第35-36页 |
| 4.2 模糊控制理论在管道机器人中的应用 | 第36-38页 |
| 4.3 分层模糊控制理论 | 第38-40页 |
| 4.4 高炉煤气管道机器人过弯控制研究内容与方法 | 第40-42页 |
| 4.5 高炉煤气管道机器人过弯控制模型建立 | 第42-44页 |
| 4.6 本章小结 | 第44-45页 |
| 第5章 模糊控制器的设计与仿真 | 第45-57页 |
| 5.1 模糊控制器的设计方法 | 第45-47页 |
| 5.1.1 模糊控制器设计的主要内容 | 第45页 |
| 5.1.2 模糊控制器的典型结构 | 第45-47页 |
| 5.2 模糊控制器FC1～FC3的设计 | 第47-52页 |
| 5.3 高炉煤气管道机器人过弯控制仿真模型建立 | 第52-53页 |
| 5.4 机器人过弯控制模型的分析与优化 | 第53-56页 |
| 5.4.1 分层模糊控制的必要性分析 | 第53-54页 |
| 5.4.2 模糊词集数选取的合理性分析 | 第54-56页 |
| 5.5 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 导师简介 | 第62-63页 |
| 作者简介 | 第63-64页 |
| 学位论文数据集 | 第64页 |
