数控机床热误差检测及建模技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-20页 |
| ·课题背景 | 第12页 |
| ·数控机床热误差补偿系统研究的意义 | 第12-13页 |
| ·热误差补偿技术的研究内容及目标分析 | 第13-14页 |
| ·国内外数控机床热补偿技术的研究现状 | 第14-18页 |
| ·温度与热误差检测技术的研究现状 | 第14页 |
| ·热关键点辨识技术的研究现状 | 第14-16页 |
| ·热误差建模技术的研究现状 | 第16-17页 |
| ·热误差补偿实施技术的研究现状 | 第17-18页 |
| ·机床热误差补偿技术目前面临的问题 | 第18页 |
| ·论文的主要内容 | 第18-20页 |
| 第二章 数控机床温度与热误差检测系统开发 | 第20-34页 |
| ·温度与热误差检测系统 | 第20-30页 |
| ·系统总体结构和检测原理 | 第20-21页 |
| ·系统硬件组成和信号调理电路 | 第21-25页 |
| ·系统软件开发 | 第25-30页 |
| ·主轴热误差检测试验 | 第30-34页 |
| ·试验准备工作 | 第30-32页 |
| ·试验结果 | 第32-34页 |
| 第三章 数控机床热关键点的辨识研究 | 第34-43页 |
| ·测温点优化选择方法 | 第34-37页 |
| ·变量分组方法 | 第34-35页 |
| ·基于最小二乘的多元线性回归方法 | 第35-37页 |
| ·温度变量优化过程 | 第37-39页 |
| ·温度变量优化的应用实例 | 第39-43页 |
| ·初步测温点的布置 | 第39页 |
| ·数据分析及测温点优化 | 第39-41页 |
| ·实验数据分析 | 第41-43页 |
| 第四章 机床热误差建模技术研究 | 第43-62页 |
| ·神经网络建模 | 第43-51页 |
| ·神经网络的基本理论 | 第43-45页 |
| ·神经元的概念 | 第43-44页 |
| ·神经网络的MATLAB 实现 | 第44-45页 |
| ·BP 神经网络 | 第45-49页 |
| ·BP 网络结构 | 第45页 |
| ·BP 网络学习算法 | 第45-47页 |
| ·BP 神经网络的一般设计方法 | 第47-49页 |
| ·RBF 神经网络 | 第49-51页 |
| ·RBF 网络结构 | 第49-51页 |
| ·RBF 网络学习过程 | 第51页 |
| ·多元线性回归建模 | 第51页 |
| ·热误差建模实例 | 第51-62页 |
| ·实验设计 | 第51-52页 |
| ·BP 网络热误差模型 | 第52-56页 |
| ·RBF 网络热误差模型 | 第56-58页 |
| ·基于最小二乘法的多元线性回归热误差模型 | 第58-60页 |
| ·建模方法总结与结论 | 第60-62页 |
| 第五章 热误差检测与建模应用 | 第62-71页 |
| ·温度与热误差检测实验 | 第62-65页 |
| ·测点的布置 | 第62-63页 |
| ·温度与热误差检测 | 第63-65页 |
| ·热关键点辨识 | 第65-67页 |
| ·热误差建模 | 第67-71页 |
| 第六章 总结与展望 | 第71-73页 |
| ·总结 | 第71-72页 |
| ·展望 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78-79页 |
| 在学期间的研究成果及发表的学术论文 | 第79页 |
