| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题研究的背景、目的及意义 | 第9-11页 |
| 1.3 相关领域国内外研究现状分析 | 第11-17页 |
| 1.3.1 工业机器人拆卸能力研究现状 | 第12-14页 |
| 1.3.2 工业机器人拆卸能力综合评估方法研究现状 | 第14-17页 |
| 1.4 本文的主要研究内容及结构 | 第17-19页 |
| 1.4.1 本文研究的主要内容 | 第17-18页 |
| 1.4.2 本文的结构安排 | 第18-19页 |
| 第2章 工业机器人拆卸能力评估架构及指标体系研究 | 第19-28页 |
| 2.1 工业机器人拆卸能力的内涵 | 第19-20页 |
| 2.2 工业机器人拆卸能力评估流程及架构 | 第20-22页 |
| 2.3 工业机器人拆卸能力评估指标体系和模型 | 第22-27页 |
| 2.3.1 拆卸能力评估指标选取原则 | 第23页 |
| 2.3.2 综合评估指标体系和评估模型 | 第23-26页 |
| 2.3.3 拆卸能力评估指标预处理 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 多源融合数据驱动的工业机器人拆卸能力动态评估 | 第28-48页 |
| 3.1 基于多源数据融合的指标数据处理 | 第28-31页 |
| 3.1.1 工业机器人拆卸能力评估数据源 | 第28-29页 |
| 3.1.2 数据融合指标处理 | 第29-31页 |
| 3.2 工业机器人拆卸能力动态评估方法 | 第31-37页 |
| 3.2.1 拆卸能力指标权重的确定 | 第31-34页 |
| 3.2.2 灰色关联度法求解静态拆卸能力 | 第34-36页 |
| 3.2.3 基于深度学习的演化预测动态评估 | 第36-37页 |
| 3.3 仿真实例分析 | 第37-47页 |
| 3.3.1 仿真平台介绍 | 第38页 |
| 3.3.2 车门拆卸工业机器人拆卸能力动态评估 | 第38-45页 |
| 3.3.3 评估结果分析 | 第45-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第4章 工业机器人拆卸能力评估服务系统的设计与实现 | 第48-61页 |
| 4.1 系统总体设计 | 第48-51页 |
| 4.1.1 系统框架结构 | 第48-49页 |
| 4.1.2 系统开发环境 | 第49-50页 |
| 4.1.3 系统开发关键技术 | 第50-51页 |
| 4.2 系统数据库设计 | 第51-55页 |
| 4.3 系统模块设计与实现 | 第55-60页 |
| 4.3.1 工业机器人信息管理模块 | 第55-56页 |
| 4.3.2 工业机器人拆卸能力动态评估模块 | 第56-58页 |
| 4.3.3 工业机器人拆卸服务推荐模块 | 第58-59页 |
| 4.3.4 用户信息管理模块 | 第59-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 本文工作总结 | 第61-62页 |
| 5.2 后续工作展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间发表的学术论文 | 第69-70页 |
| 附录A | 第70-71页 |
| 附录B | 第71页 |
