煤矸分揀Delta并聯(lián)機器人關(guān)鍵技術(shù)研究

1 緒論
1.1 引言
1.2 煤矸分選的主要方法
1.3 煤矸分選 外研究現(xiàn)狀
1.4 并聯(lián)機器人概述
1.5 研究現(xiàn)狀總結(jié)
1.6 主要研究工作
2 煤矸機器人分揀系統(tǒng)設(shè)計
2.1 分揀系統(tǒng)整體方案設(shè)計
2.2 煤矸分揀系統(tǒng)目標(biāo)跟蹤設(shè)計
2.3 分揀系統(tǒng)的硬件選型
2.4 本章小結(jié)
3 Delta并聯(lián)機器人運動學(xué)分析
3.1 并聯(lián)機器人描述及坐標(biāo)系建立
3.2 機器人運動學(xué)分析
3.3 機器人的雅克比矩陣
3.4 本章小結(jié)
4 靜態(tài)運動誤差建模及分析
4.1 靜態(tài)運動誤差建模
4.2 運動誤差靈敏度分析
4.3 運動精度可靠性分析
4.4 算例分析
4.5 本章小結(jié)
5 考慮平行度誤差的運動建模及誤差分析
5.1 機構(gòu)平行度誤差的產(chǎn)生
5.2 考慮平行度誤差時運動誤差建模
5.3 考慮平行度誤差時運動誤差分析
5.4 算例分析
5.5 本章小結(jié)
6 運動誤差補償與控制
6.1 運動誤差綜合
6.2 運動誤差補償原理
6.3 算例分析
6.4 機器人運動誤差補償程序設(shè)計
6.5 本章小結(jié)
7 煤矸圖像識別方法研究
7.1 煤矸圖像預(yù)處理
7.2 煤矸圖像分割
7.3 基于灰度直方圖的煤與矸石灰度特征提取
7.4 基于灰度共生矩陣的煤與矸石紋理特征提取
7.5 支持向量機煤與矸石識別方法
7.6 本章小結(jié)
8 低照度煤矸圖像識別增強研究
8.1 Retinex理論算法原理
8.2 改進的Retinex算法：H-GF-MSR算法
8.3 實驗過程與結(jié)果分析
8.4 本章小結(jié)
9 煤矸分揀機器人模糊自適應(yīng)控制研究
9.1 Delta并聯(lián)機器人運動學(xué)和動力學(xué)模型
9.2 模糊自適應(yīng)魯棒控制器設(shè)計
9.3 模糊自適應(yīng)魯棒控制仿真
9.4 本章小結(jié)
10 煤矸分揀機器人實驗研究
10.1 煤矸分揀系統(tǒng)軟件功能設(shè)計
10.2 煤矸分揀系統(tǒng)綜合標(biāo)定
10.3 煤矸圖像篩選和重復(fù)性問題
10.4 煤矸在線分揀實驗
10.5 本章小結(jié)
參考文獻