| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第9-12页 |
| 第1章 绪论 | 第12-34页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.1.3 课题来源 | 第13页 |
| 1.2 机构性能分析和评价的研究现状 | 第13-17页 |
| 1.2.1 机构学研究的历史和发展趋势 | 第13-15页 |
| 1.2.2 机构性能分析方法 | 第15-16页 |
| 1.2.3 机构性能评价方法 | 第16-17页 |
| 1.3 综合评价方法的研究现状 | 第17-24页 |
| 1.3.1 主成分分析方法概述 | 第18-20页 |
| 1.3.2 层次分析法及其与 PCA 方法的比较 | 第20页 |
| 1.3.3 综合指数法及其与 PCA 方法的比较 | 第20-21页 |
| 1.3.4 逼近理想解排序法及其与 PCA 方法的比较 | 第21-22页 |
| 1.3.5 秩和比法及其与 PCA 方法的比较 | 第22-23页 |
| 1.3.6 模糊综合评价法及其与 PCA 方法的比较 | 第23-24页 |
| 1.3.7 灰色关联度分析法及其与 PCA 方法的比较 | 第24页 |
| 1.4 PCA 及其扩展方法的应用 | 第24-30页 |
| 1.4.1 PCA 方法的应用 | 第24-27页 |
| 1.4.2 PCA 方法的扩展方法及其应用 | 第27-30页 |
| 1.5 论文主要内容 | 第30-34页 |
| 第2章 基于 PCA 方法的机构综合性能评价方法 | 第34-58页 |
| 2.1 引言 | 第34页 |
| 2.2 机构单一性能指标 | 第34-41页 |
| 2.2.1 典型开链机构单一性能指标 | 第34-38页 |
| 2.2.2 典型闭链机构单一性能指标 | 第38-41页 |
| 2.3 PCA 方法在机构综合性能评价中的应用 | 第41-45页 |
| 2.3.1 PCA 算法 | 第41-44页 |
| 2.3.2 PCA 方法的应用 | 第44-45页 |
| 2.4 PCA 的改进方法在机构综合性能评价中的应用 | 第45-56页 |
| 2.4.1 KPCA 算法及应用 | 第45-49页 |
| 2.4.2 FPCA 算法及应用 | 第49-52页 |
| 2.4.3 PCA-BP 网络及应用 | 第52-54页 |
| 2.4.4 RPCA 算法及应用 | 第54-56页 |
| 2.5 本章小结 | 第56-58页 |
| 第3章 典型开链机构综合性能分析和评价 | 第58-86页 |
| 3.1 引言 | 第58页 |
| 3.2 面向任务的串联机器人综合运动灵活性分析和评价 | 第58-66页 |
| 3.2.1 典型空间串联机器人结构及任务 | 第59-60页 |
| 3.2.2 基于 PCA 的综合运动灵活性分析和评价 | 第60-63页 |
| 3.2.3 基于 KPCA 的综合运动灵活性分析和评价 | 第63-64页 |
| 3.2.4 PCA 与 KPCA 方法应用的比较与分析 | 第64-66页 |
| 3.3 串联机器人运动灵活性增强综合评价方法 | 第66-76页 |
| 3.3.1 典型空间串联机器人任务设置 | 第66-67页 |
| 3.3.2 基于 PCA 方法的机器人运动学灵活性综合评价 | 第67-70页 |
| 3.3.3 除奇异区间的机器人运动学灵活性综合评价 | 第70-72页 |
| 3.3.4 基于 FPCA 方法的机器人运动灵活性的增强综合评价 | 第72-76页 |
| 3.4 典型平面串联机器人综合性能评价 | 第76-83页 |
| 3.4.1 基于 PCA 方法的综合性能分析和评价 | 第76-80页 |
| 3.4.2 基于 KPCA 方法的综合性能分析和评价 | 第80页 |
| 3.4.3 PCA 与 KPCA 方法应用的比较与分析 | 第80-83页 |
| 3.5 本章小结 | 第83-86页 |
| 第4章 典型闭链机构综合性能分析和评价 | 第86-118页 |
| 4.1 引言 | 第86页 |
| 4.2 平面四杆串联机构全局综合性能评价 | 第86-97页 |
| 4.2.1 样本量的确定 | 第87-88页 |
| 4.2.2 基于采样样本的 PCA 计算 | 第88-92页 |
| 4.2.3 基于 BP 神经网络的训练 | 第92-93页 |
| 4.2.4 基于 PCA-BP 神经网络的预测 | 第93-97页 |
| 4.3 平面五杆并联机构全局综合性能评价 | 第97-108页 |
| 4.3.1 基于采样样本的 PCA 计算 | 第97-101页 |
| 4.3.2 基于采样样本的 KPCA 计算 | 第101-102页 |
| 4.3.3 基于 BP 神经网络的训练 | 第102-105页 |
| 4.3.4 基于 KPCA-BP 神经网络的预测 | 第105-108页 |
| 4.4 牛头刨床主运动机构的综合性能评价 | 第108-116页 |
| 4.4.1 牛头刨床的主运动机构结构分析 | 第108-110页 |
| 4.4.2 基于 PCA 的综合性能分析和评价 | 第110-113页 |
| 4.4.3 基于 KPCA 的综合性能分析和评价 | 第113-114页 |
| 4.4.4 PCA 与 KPCA 方法应用的比较与分析 | 第114-116页 |
| 4.5 本章小结 | 第116-118页 |
| 第5章 飞机起落架收放机构仿真及综合性能分析和评价 | 第118-140页 |
| 5.1 引言 | 第118页 |
| 5.2 虚拟样机的建立与收放运动分析 | 第118-124页 |
| 5.2.1 飞机起落架收放机构分析 | 第119-120页 |
| 5.2.2 起落架收放系统的参数化建模和装配 | 第120-123页 |
| 5.2.3 起落架收放系统运动仿真 | 第123-124页 |
| 5.3 单一性能指标的确定及求解 | 第124-131页 |
| 5.3.1 仿真环境设置 | 第124-127页 |
| 5.3.2 单一性能指标 | 第127-128页 |
| 5.3.3 起落架收放机构运动学/动力学仿真 | 第128-131页 |
| 5.4 起落架收放机构的综合性能分析和评价 | 第131-138页 |
| 5.4.1 基于 PCA 的综合性能分析和评价 | 第131-133页 |
| 5.4.2 基于 RPCA 的综合性能分析和评价 | 第133-135页 |
| 5.4.3 PCA 与 RPCA 方法应用的比较与分析 | 第135-136页 |
| 5.4.4 综合性能最优机构的仿真结果分析 | 第136-138页 |
| 5.5 本章小结 | 第138-140页 |
| 结论 | 第140-142页 |
| 参考文献 | 第142-152页 |
| 攻读博士学位期间所发表的学术论文 | 第152-154页 |
| 致谢 | 第154页 |
