| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 课题研究的背景和意义 | 第10-13页 |
| 1.2 焊接工艺参数优化方法概述 | 第13-18页 |
| 1.3 课题研究的主要内容 | 第18-20页 |
| 第二章 弧焊机器人工艺参数对焊缝质量的影响及预测模型选择 | 第20-30页 |
| 2.1 焊接机器人概述 | 第20-22页 |
| 2.1.1 弧焊机器人的结构 | 第20-21页 |
| 2.1.2 弧焊机器人的技术参数 | 第21-22页 |
| 2.2 弧焊机器人焊接工艺参数与焊缝质量之间的相互关系 | 第22-25页 |
| 2.2.1 焊缝形状尺寸与焊缝质量的关系 | 第22-23页 |
| 2.2.2 弧焊机器人主要焊接工艺参数 | 第23-25页 |
| 2.3 焊缝几何尺寸预测方法的选择 | 第25-26页 |
| 2.4 BP神经网络 | 第26-29页 |
| 2.4.1 BP神经网络的基本原理 | 第26页 |
| 2.4.2 BP学习算法 | 第26-28页 |
| 2.4.3 BP神经网络在焊接领域的应用 | 第28页 |
| 2.4.4 BP神经网络的局限与不足 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 样本数据的获取 | 第30-40页 |
| 3.1 试验设计 | 第30-31页 |
| 3.2 试验方法的选择 | 第31页 |
| 3.3 正交试验设计原理 | 第31-33页 |
| 3.3.1 正交表 | 第31-33页 |
| 3.3.2 正交试验设计的基本原则 | 第33页 |
| 3.4 网络训练样本的获取 | 第33-39页 |
| 3.4.1 设计试验方案 | 第33-36页 |
| 3.4.2 实验方案的实施 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于遗传神经网络焊缝几何成形预测模型的构建 | 第40-56页 |
| 4.1 遗传算法优化BP神经网络 | 第40-44页 |
| 4.1.1 遗传算法优化BP神经网络的结构 | 第40-41页 |
| 4.1.2 利用遗传算法优化BP神经网络的权值和阈值 | 第41-43页 |
| 4.1.3 遗传算法同时优化BP神经网络的结构和连接权 | 第43-44页 |
| 4.2 基于遗传神经网络的焊缝几何尺寸预测模型的构建 | 第44-51页 |
| 4.2.1 BP神经网络的设计 | 第44-46页 |
| 4.2.2 遗传算法优化神经网络的关键技术 | 第46-49页 |
| 4.2.3 预测模型构建的具体实现 | 第49-51页 |
| 4.3 结果分析 | 第51-55页 |
| 4.3.1 训练结果分析 | 第51-53页 |
| 4.3.2 测试结果分析 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 机器人焊接工艺参数优化实现与可视化界面设计 | 第56-66页 |
| 5.1 基于单因素变化法焊接工艺参数优化的实现 | 第56-57页 |
| 5.2 基于遗传算法的焊接工艺参数优化 | 第57-59页 |
| 5.2.1 编码方式 | 第57页 |
| 5.2.2 适应度函数 | 第57-58页 |
| 5.2.3 焊接工艺参数优化的实现 | 第58-59页 |
| 5.2.4 结果分析 | 第59页 |
| 5.3 弧焊机器人焊接工艺参数优化可视化界面设计 | 第59-65页 |
| 5.3.1 开发平台的选择 | 第60页 |
| 5.3.2 焊接工艺参数优化界面的总体构成 | 第60页 |
| 5.3.3 焊接工艺参数优化界面的具体设计 | 第60-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 攻读学位期间发表的学术论文 | 第74页 |
