核反应堆压力容器检测机器人的结构智能优化方法
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 课题研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 核电机器人技术研究现状 | 第12-16页 |
| 1.2.2 机器人结构优化研究现状 | 第16-18页 |
| 1.3 研究意义与目标 | 第18-19页 |
| 1.4 研究内容与结构 | 第19-21页 |
| 1.4.1 主要研究内容 | 第19页 |
| 1.4.2 组织结构 | 第19-21页 |
| 第二章 核压力容器检测机器人建模及运动学分析 | 第21-41页 |
| 2.1 检测对象及机器人本体分析 | 第21-23页 |
| 2.1.1 核压力容器结构及其检测内容 | 第21-22页 |
| 2.1.2 检测机器人本体结构分析 | 第22-23页 |
| 2.2 机器人正运动学分析 | 第23-28页 |
| 2.2.1 检测机器人运动学建模 | 第23-26页 |
| 2.2.2 正运动学方程建立 | 第26-28页 |
| 2.3 机器人逆运动学分析 | 第28-35页 |
| 2.3.1 检测机器人末端姿态的求解 | 第28-29页 |
| 2.3.2 检测机器人关节角的求解 | 第29-35页 |
| 2.4 机器人工作空间分析 | 第35-39页 |
| 2.5 本章小结 | 第39-41页 |
| 第三章 核压力容器检测机器人结构优化设计 | 第41-63页 |
| 3.1 基于结构静力约束的优化样本生成 | 第42-45页 |
| 3.1.1 机器人结构静力约束 | 第42-43页 |
| 3.1.2 杆长组合样本库生成 | 第43-45页 |
| 3.2 基于BP神经网络的分类优化 | 第45-57页 |
| 3.2.1 神经网络结构的建立 | 第46-48页 |
| 3.2.2 神经网络训练样本准备 | 第48-51页 |
| 3.2.3 神经网络模型的训练生成 | 第51-57页 |
| 3.3 基于数学规划法的方案筛选 | 第57-61页 |
| 3.3.1 多目标优化模型的建立 | 第57-59页 |
| 3.3.2 多目标优化模型的求解 | 第59-61页 |
| 3.4 本章小结 | 第61-63页 |
| 第四章 机器人优化模型验证及系统实现 | 第63-79页 |
| 4.1 机器人优化模型有效性验证 | 第63-68页 |
| 4.1.1 检测机器人优化模型的获取 | 第63-64页 |
| 4.1.2 优化结果对比分析 | 第64-68页 |
| 4.2 结构优化系统平台设计 | 第68-76页 |
| 4.2.1 系统开发环境及工具 | 第68-70页 |
| 4.2.2 系统结构框架设计 | 第70页 |
| 4.2.3 系统主要模块开发 | 第70-76页 |
| 4.2.4 实例验证 | 第76页 |
| 4.3 本章小结 | 第76-79页 |
| 第五章 总结与展望 | 第79-81页 |
| 5.1 全文总结 | 第79-80页 |
| 5.2 工作展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85页 |
