| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-14页 |
| ·引言 | 第7-9页 |
| ·卫生陶瓷施釉技术 | 第7页 |
| ·机器人喷釉 | 第7-8页 |
| ·喷釉机器人技术需解决的问题 | 第8-9页 |
| ·喷釉机器人喷釉沉积率模型简介 | 第9-12页 |
| ·空气喷枪结构及喷涂原理 | 第9-10页 |
| ·空气喷釉沉积率模型基础 | 第10页 |
| ·沉积率模型国内外研究现状 | 第10-12页 |
| ·存在的问题 | 第12页 |
| ·本文主要工作 | 第12-14页 |
| 2 釉料沉积率数学模型研究及验证试验设计 | 第14-21页 |
| ·釉料沉积率数学模型简介 | 第14-16页 |
| ·无限范围模型 | 第14页 |
| ·有限范围模型 | 第14-15页 |
| ·β分布模型 | 第15-16页 |
| ·β分布模型存在的问题 | 第16-17页 |
| ·椭圆双β分布釉料沉积率模型 | 第17-19页 |
| ·试验过程 | 第19-20页 |
| ·试验数据采集环境 | 第19-20页 |
| ·试验测量结果 | 第20页 |
| ·总结 | 第20-21页 |
| 3 人工神经网络的釉料厚度沉积率的建模 | 第21-29页 |
| ·B-P 网络 | 第21-23页 |
| ·B-P 网络简介 | 第21-23页 |
| ·B-P 网络的优缺点 | 第23页 |
| ·标准 BP 算法的改进 | 第23页 |
| ·釉料厚度沉积率建模 | 第23-24页 |
| ·贝叶斯归一化B-P 算法拟合模型 | 第23-24页 |
| ·LM 优化算法拟合模型 | 第24页 |
| ·试验结果分析 | 第24-28页 |
| ·贝叶斯归一化B-P 算法的拟合模型试验结果 | 第24-26页 |
| ·采用LM 优化算法拟合的模型试验结果 | 第26-27页 |
| ·模型的筛选对比分析 | 第27-28页 |
| ·结论 | 第28-29页 |
| 4 遗传算法的釉料厚度沉积率模型的拟合 | 第29-36页 |
| ·遗传算法 | 第29-31页 |
| ·遗传算法简介 | 第29-30页 |
| ·遗传算法的主要运算过程 | 第30-31页 |
| ·遗传算法建立模型 | 第31-33页 |
| ·理论准备 | 第31-32页 |
| ·遗传算法建立型 | 第32-33页 |
| ·试验验证与仿真 | 第33-35页 |
| ·采用遗传算法拟合釉膜厚度分布分析 | 第33-35页 |
| ·遗传算法拟合与贝叶斯优化算法拟合模型对比分析 | 第35页 |
| ·小结 | 第35-36页 |
| 5 沉积率模型软件模块的混合编程实现 | 第36-47页 |
| ·喷釉机器人离线编程系统基本组成与结构 | 第36-37页 |
| ·釉料厚度沉积率模型拟合软件模块设计 | 第37-46页 |
| ·B-P 神经网络算法拟合逼近的MATLAB 实现 | 第38-44页 |
| ·遗传算法拟合逼近的MATLAB 实现 | 第44-46页 |
| ·小结 | 第46-47页 |
| 6 结论 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 附录 | 第51-52页 |