| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第11-21页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.1.1 混凝土泵车在当代建筑业中的重要地位 | 第11-12页 |
| 1.1.2 目前臂架控制技术 | 第12页 |
| 1.1.3 研究臂架控制技术的重要性 | 第12页 |
| 1.2 混凝土泵车研究现状及趋势 | 第12-16页 |
| 1.2.1 泵车概述 | 第12-14页 |
| 1.2.2 国外研究现状 | 第14-15页 |
| 1.2.3 国内研究现状 | 第15-16页 |
| 1.3 智能控制研究现状 | 第16-17页 |
| 1.3.1 目前智能控制使用领域 | 第17页 |
| 1.3.2 智能控制在臂架控制方面的可行性分析 | 第17页 |
| 1.4 臂架控制研究现状 | 第17-19页 |
| 1.4.1 国外研究现状 | 第18页 |
| 1.4.2 国内研究现状 | 第18-19页 |
| 1.5 本文的研究内容 | 第19-21页 |
| 2 混凝土泵车臂架运动学分析 | 第21-39页 |
| 2.1 数学基础 | 第22-24页 |
| 2.1.1 位置和位姿的描述 | 第22-23页 |
| 2.1.2 齐次坐标和变换矩阵 | 第23-24页 |
| 2.2 D-H法简介 | 第24-27页 |
| 2.3 混凝土泵车臂架正运动学分析 | 第27-33页 |
| 2.3.1 混凝土泵车臂架系统的位姿变换矩阵及运动学方程建立 | 第28-33页 |
| 2.3.2 数据验证 | 第33页 |
| 2.4 混凝土泵车臂架系统的逆运动分析 | 第33-36页 |
| 2.4.1 逆运动学求解 | 第34-35页 |
| 2.4.2 逆解验证 | 第35-36页 |
| 2.5 混凝土泵车臂架各个臂节旋转角度与液压缸伸缩长度相关分析 | 第36-38页 |
| 2.6 本章小结 | 第38-39页 |
| 3 混凝土泵车臂架系统的变形补偿分析 | 第39-51页 |
| 3.1 研究变形量所需的相关软件及数据转换 | 第39-40页 |
| 3.1.1 研究变形量所需的相关软件 | 第39-40页 |
| 3.1.2 SolidWorks与ANSYSWorkbench的数据接口 | 第40页 |
| 3.2 有限元分析基本步骤 | 第40-42页 |
| 3.3 基于BP神经网络的变形补偿算法 | 第42-46页 |
| 3.3.1 BP神经网络建立 | 第44-45页 |
| 3.3.2 BP神经网络模型的学习算法过程 | 第45-46页 |
| 3.4 仿真研究 | 第46-50页 |
| 3.5 本章小结 | 第50-51页 |
| 4 基于RBF神经网络的混凝土泵车臂架系统控制 | 第51-74页 |
| 4.1 混凝土泵车臂架控制策略理论基础 | 第51-52页 |
| 4.2 RBF神经网络控制 | 第52-55页 |
| 4.2.1 RBF神经网络 | 第52-53页 |
| 4.2.2 RBF神经网络用于控制的特点 | 第53页 |
| 4.2.3 高斯基函数对逼近效果的影响 | 第53-55页 |
| 4.3 混凝土泵车臂架的控制算法分析与设计 | 第55-68页 |
| 4.3.1 混凝土泵车臂架系统动力学方程及轨迹表达式 | 第55-57页 |
| 4.3.2 混凝土泵车单臂节系统控制建模 | 第57-67页 |
| 4.3.3 RBF神经网络控制与BP神经网络控制对比 | 第67-68页 |
| 4.4 基于变形补偿的混凝土泵车臂架系统控制仿真与分析 | 第68-72页 |
| 4.5 本章小结 | 第72-74页 |
| 5 总结与展望 | 第74-76页 |
| 5.1 总结 | 第74页 |
| 5.2 展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间发表的学术论文及科研成果 | 第81-82页 |
