Dresearch on Downhole Intelligent Cutting System Based on Bayesian Information Fusion
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 论文的研究内容和结构安排 | 第11-12页 |
| 1.4 本章小结 | 第12-13页 |
| 第二章 相关技术 | 第13-28页 |
| 2.1 管道机器人技术 | 第13-15页 |
| 2.2 多传感器信息融合技术 | 第15-19页 |
| 2.3 机器人智能控制技术 | 第19-23页 |
| 2.4 井下切割技术 | 第23-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于贝叶斯网络的管道泄漏检测 | 第28-45页 |
| 3.1 贝叶斯网络原理 | 第28-31页 |
| 3.2 管道泄漏检测 | 第31-32页 |
| 3.3 基于贝叶斯信息融合的管道泄漏检测 | 第32-42页 |
| 3.4 实验仿真 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 井下切割机器人运动控制 | 第45-60页 |
| 4.1 井下切割机器人体系结构设计 | 第45-46页 |
| 4.2 传感器选择 | 第46-50页 |
| 4.2.1 触觉传感器 | 第47-48页 |
| 4.2.2 测距传感器 | 第48-49页 |
| 4.2.3 视觉传感器 | 第49-50页 |
| 4.3 PID运动控制 | 第50-55页 |
| 4.4 井下切割机器人上位机控制软件 | 第55-59页 |
| 4.5 本章小结 | 第59-60页 |
| 总结与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间取得的学术成果 | 第66-67页 |
| 致谢 | 第67页 |
