首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--计算机仿真论文

含半月板的智能仿真腿设计与仿真研究

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第11-21页
    1.1 课题背景第11-12页
    1.2 国内外智能下肢假肢发展概况第12-15页
        1.2.1 国外智能下肢假肢发展概况第12-13页
        1.2.2 国内智能下肢假肢发展概况第13-15页
    1.3 人工膝关节的发展历史和研究现状第15-18页
        1.3.1 国外人工膝关节的发展历史和研究现状第15-18页
        1.3.2 国内人工膝关节的发展历史和研究现状第18页
    1.4 半月板的国内外研究现状第18-19页
    1.5 论文主要研究内容第19-21页
第2章 含半月板的假肢膝关节结构设计第21-43页
    2.1 人体膝关节的解剖结构和功能第21-23页
        2.1.1 人体膝关节的解剖结构第21页
        2.1.2 人体膝关节的功能第21-23页
    2.2 假肢膝关节的结构和特性分析第23页
    2.3 含半月板的膝关节功能要求第23-24页
    2.4 含半月板的膝关节结构设计(方案一)第24-28页
        2.4.1 含半月板的膝关节设计原理第24-25页
        2.4.2 含半月板的膝关节三维建模第25-27页
        2.4.3 含半月板的膝关节工作原理分析第27-28页
    2.5 含半月板的膝关节结构设计(方案二)第28-31页
        2.5.1 含半月板的膝关节设计原理第28-29页
        2.5.2 含半月板的膝关节三维建模第29-31页
        2.5.3 含半月板的膝关节工作原理分析第31页
    2.6 两种含半月板的膝关节结构对比第31-32页
    2.7 含半月板的膝关节瞬心轨迹验证第32-33页
    2.8 含半月板的膝关节材料第33页
    2.9 半月板的优化设计第33-42页
        2.9.1 有限元方法介绍第34页
        2.9.2 半月板有限元分析模型的建立第34-35页
        2.9.3 半月板结构分析时使用的实体单元第35-36页
        2.9.4 半月板结构分析时使用的材料参数第36页
        2.9.5 网格划分和网格密度选择第36-39页
        2.9.6 半月板结构参数优化第39-42页
    2.10 本章小结第42-43页
第3章 含半月板的智能仿生腿减震分析第43-53页
    3.1 含半月板的智能仿生腿第43-44页
    3.2 虚拟样机技术概述第44-45页
    3.3 虚拟样机建模第45-47页
        3.3.1 建立行走机器人三维模型第45-46页
        3.3.2 ADAMS中虚拟样机建模第46-47页
    3.4 机器人行走仿真和半月板的减震性能分析第47-52页
        3.4.1 行走机器人驱动控制第47-50页
        3.4.2 行走机器人行走仿真实验第50-52页
    3.5 本章小结第52-53页
第4章 磁流变阻尼器正逆模型第53-69页
    4.1 磁流变阻尼器概述第53页
    4.2 磁流变阻尼器工作原理和工作模式第53-55页
    4.3 磁流变阻尼器正向动力学模型第55-62页
        4.3.1 磁流变阻尼器正向动力学模型概述第55-56页
        4.3.2 Bingham模型第56页
        4.3.3 Bouc-Wen模型第56-57页
        4.3.4 双曲正切模型第57-58页
        4.3.5 各种模型的优缺点第58页
        4.3.6 磁流变阻尼器正向动力学模型建模第58-62页
    4.4 磁流变阻尼器逆向动力学模型第62-68页
        4.4.1 BP神经网络概述第62-63页
        4.4.2 BP神经网络训练和测试数据的采集第63-66页
        4.4.3 BP神经网络构建和检验第66-68页
    4.5 本章小结第68-69页
第5章 智能仿生腿膝关节联合仿真第69-79页
    5.1 联合仿真概述第69-70页
    5.2 智能仿生腿虚拟样机建模第70-71页
    5.3 RBF神经网络控制仿真第71-77页
        5.3.1 RBF神经网络概述第71-72页
        5.3.2 RBF神经网络控制器设计第72-74页
        5.3.3 RBF神经网络控制系统搭建第74-75页
        5.3.4 RBF神经网络控制仿真及分析第75-77页
    5.4 本章小结第77-79页
第6章 结论与展望第79-81页
    6.1 结论第79-80页
    6.2 展望第80-81页
参考文献第81-87页
致谢第87-89页
攻读硕士学位期间发表的论文第89页

论文共89页,点击 下载论文
上一篇:广西艾滋病防治经费的来源与使用现状及公平性研究
下一篇:基于可佩戴传感器的饮食习惯监控方法研究