| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-14页 |
| 1.1 课题背景及研究意义 | 第7-9页 |
| 1.1.1 课题背景 | 第7页 |
| 1.1.2 研究目的及意义 | 第7-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 机床热误差测量研究 | 第9-10页 |
| 1.2.2 机床热误差建模研究 | 第10-11页 |
| 1.2.3 机床热误差补偿研究 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-14页 |
| 2 蜗杆砂轮磨齿机热误差分析 | 第14-26页 |
| 2.1 蜗杆砂轮磨齿机热特性分析 | 第14-18页 |
| 2.1.1 蜗杆砂轮磨齿机结构与运动分析 | 第14-16页 |
| 2.1.2 蜗杆砂轮磨齿机热源分析 | 第16-18页 |
| 2.2 蜗杆砂轮磨齿机热变形 | 第18-22页 |
| 2.2.1 蜗杆砂轮磨齿机整体热变形分析 | 第18-19页 |
| 2.2.2 蜗杆砂轮磨齿机温度场和变形场的有限元仿真分析 | 第19-22页 |
| 2.3 蜗杆砂轮磨齿机径向热变形分析 | 第22-25页 |
| 2.3.1 径向热变形对加工精度的影响 | 第22-23页 |
| 2.3.2 径向热变形与齿轮M值的关系 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 蜗杆砂轮磨齿机径向热误差测量 | 第26-39页 |
| 3.1 径向热误差测量系统设计 | 第26-30页 |
| 3.1.1 温度测量系统 | 第28-29页 |
| 3.1.2 位移测量系统 | 第29-30页 |
| 3.2 径向热误差试验台搭建 | 第30-32页 |
| 3.3 径向热误差测量实验 | 第32-33页 |
| 3.4 实验结果分析 | 第33-38页 |
| 3.4.1 径向热误差检测结果分析 | 第33-35页 |
| 3.4.2 温度变量优选 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 蜗杆砂轮磨齿机径向热误差建模 | 第39-48页 |
| 4.1 神经网络建模 | 第39-41页 |
| 4.1.1 BP神经网络 | 第39-40页 |
| 4.1.2 概率神经网络 | 第40-41页 |
| 4.2 概率神经网络径向热误差预测模型的建立 | 第41-44页 |
| 4.2.1 输入层的设计 | 第42页 |
| 4.2.2 隐含层的设计 | 第42-43页 |
| 4.2.3 输出层的设计 | 第43-44页 |
| 4.3 概率神经网络模型和其他模型的对比分析 | 第44-46页 |
| 4.3.1 概率神经网络模型的优化设计 | 第44-45页 |
| 4.3.2 各种模型的对比 | 第45-46页 |
| 4.4 本章小结 | 第46-48页 |
| 5 蜗杆砂轮磨齿机径向热误差补偿 | 第48-56页 |
| 5.1 两种径向热误差补偿方案的对比 | 第48-52页 |
| 5.1.1 基于西门子 840Dsl温度补偿功能的补偿方案 | 第48-50页 |
| 5.1.2 基于软件误差补偿的补偿方案 | 第50-51页 |
| 5.1.3 两种补偿方案对比分析 | 第51-52页 |
| 5.2 径向热误差补偿实验 | 第52-55页 |
| 5.2.1 基于西门子 840Dsl的补偿系统 | 第52-54页 |
| 5.2.2 径向热误差补偿实验方案 | 第54页 |
| 5.2.3 补偿结果分析 | 第54-55页 |
| 5.3 本章小结 | 第55-56页 |
| 6 结论 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 附录 | 第63页 |
| A攻读硕士学位期间发表的论文目录 | 第63页 |
| B攻读硕士学位期间申请的专利目录 | 第63页 |
| C攻读硕士学位期间参加的科研项目 | 第63页 |