数控机床直线轴热误差测量与分析方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第13-29页 |
| 1.1 课题的研究背景和意义 | 第13-14页 |
| 1.2 数控机床误差的相关概念 | 第14-18页 |
| 1.2.1 误差分析 | 第14-15页 |
| 1.2.2 误差测量 | 第15-16页 |
| 1.2.3 传感器布置与选择 | 第16-17页 |
| 1.2.4 误差元素建模 | 第17-18页 |
| 1.2.5 误差补偿 | 第18页 |
| 1.3 国内外研究现状 | 第18-27页 |
| 1.4 课题来源 | 第27页 |
| 1.5 本文研究内容 | 第27-29页 |
| 第2章 数控机床误差元素分析及其数学建模 | 第29-41页 |
| 2.1 数控机床误差分析 | 第29-31页 |
| 2.1.1 数控机床几何误差 | 第30-31页 |
| 2.1.2 数控机床热误差 | 第31页 |
| 2.2 数控机床误差元素分类与建模 | 第31-34页 |
| 2.2.1 几何误差建模 | 第33页 |
| 2.2.2 热误差建模 | 第33-34页 |
| 2.3 常用热误差建模方法 | 第34-40页 |
| 2.3.1 多元线性回归模型 | 第34-35页 |
| 2.3.2 人工神经网络模型 | 第35-37页 |
| 2.3.3 最小二乘支持向量机 | 第37-40页 |
| 2.4 本章小结 | 第40-41页 |
| 第3章 重构变量回归热误差建模 | 第41-61页 |
| 3.1 实验设备 | 第41-45页 |
| 3.1.1 传感器布置 | 第43-44页 |
| 3.1.2 实验数据获取 | 第44-45页 |
| 3.2 重构变量回归 | 第45-48页 |
| 3.2.1 RVR算法数学模型 | 第46-47页 |
| 3.2.2 算法实现 | 第47-48页 |
| 3.3 温度敏感点选择 | 第48-52页 |
| 3.3.1 模糊C均值聚类 | 第49-50页 |
| 3.3.2 聚类有效性评价 | 第50-51页 |
| 3.3.3 温度数据分类 | 第51-52页 |
| 3.4 定位误差建模 | 第52-57页 |
| 3.4.1 几何定位误差建模 | 第52-53页 |
| 3.4.2 重构变量 | 第53-54页 |
| 3.4.3 重构变量回归建模 | 第54-57页 |
| 3.5 RVR热误差模型性能验证 | 第57-60页 |
| 3.6 本章小结 | 第60-61页 |
| 第4章 优化神经网络热误差建模 | 第61-73页 |
| 4.1 蝙蝠算法 | 第61-65页 |
| 4.1.1 蝙蝠算法生物学原理 | 第61页 |
| 4.1.2 蝙蝠算法实现 | 第61-62页 |
| 4.1.3 蝙蝠算法流程 | 第62-65页 |
| 4.2 基于蝙蝠算法的BP神经网络热误差模型 | 第65-69页 |
| 4.2.1 BA-BP神经网络 | 第65-66页 |
| 4.2.2 温度敏感点选择 | 第66-68页 |
| 4.2.3 BA-BP神经网络热误差建模 | 第68-69页 |
| 4.3 BA-BP神经网络模型验证 | 第69-72页 |
| 4.4 本章小结 | 第72-73页 |
| 第5章 基于灰狼优化算法最小二乘支持向量机 | 第73-107页 |
| 5.1 灰狼优化算法 | 第73-77页 |
| 5.1.1 灰狼优化算法来源 | 第73-74页 |
| 5.1.2 灰狼优化算法数学模型 | 第74-76页 |
| 5.1.3 灰狼优化算法基本步骤 | 第76-77页 |
| 5.2 温度敏感点选择 | 第77-86页 |
| 5.2.1 划分式聚类算法 | 第78页 |
| 5.2.2 K调和均值聚类 | 第78-79页 |
| 5.2.3 聚类有效性评价指标 | 第79-81页 |
| 5.2.4 统计数值实验 | 第81-85页 |
| 5.2.5 选择温度敏感点 | 第85-86页 |
| 5.3 GWO-LSSVM误差模型 | 第86-90页 |
| 5.3.1 GWO-LSSVM建模流程 | 第87-88页 |
| 5.3.2 GWO-LSSVM热误差建模 | 第88-90页 |
| 5.4 GWO-LSSVM模型验证 | 第90-92页 |
| 5.5 机床误差模型对比分析 | 第92-106页 |
| 5.5.1 模型性能评价 | 第93-94页 |
| 5.5.2 温度波动对模型性能影响 | 第94-97页 |
| 5.5.3 建模数据对模型性能影响 | 第97-106页 |
| 5.6 本章小结 | 第106-107页 |
| 第6章 结论与展望 | 第107-109页 |
| 6.1 主要结论 | 第107-108页 |
| 6.2 研究展望 | 第108-109页 |
| 参考文献 | 第109-121页 |
| 作者简介及攻读博士学位期间发表的学术论文 | 第121-123页 |
| 致谢 | 第123-124页 |
