摘要 | 第1-8页 |
Abstract | 第8-9页 |
第一章 绪论 | 第9-16页 |
·数控机床热误差补偿技术研究意义 | 第9页 |
·数控机床热误差补偿的过程 | 第9-11页 |
·数控机床热误差补偿技术国内外研究现状 | 第11-13页 |
·数控机床热误差补偿技术国外研究现状 | 第11-12页 |
·数控机床热误差补偿技术国内研究现状 | 第12-13页 |
·本课题有待解决的关键问题和研究方案的确定 | 第13-14页 |
·本课题研究的主要内容和关键创新点 | 第14-16页 |
第二章 基于ANSYS的热分析原理与过程 | 第16-29页 |
·传热基本概念 | 第16-18页 |
·热传递的方式 | 第16-17页 |
·热分析分类 | 第17-18页 |
·热传导理论基础 | 第18-21页 |
·混度场 | 第18-19页 |
·热力学第一定律 | 第19页 |
·傅里叶导热定律 | 第19-20页 |
·热传导的微分方程 | 第20-21页 |
·温度场的有限元理论 | 第21-23页 |
·空间域的离散 | 第21-22页 |
·时间域的离散 | 第22-23页 |
·ANSYS热分析 | 第23-26页 |
·ANSYS的热分析功能 | 第23-24页 |
·边界条件和初始条件 | 第24页 |
·ANSYS热分析基本过程 | 第24-25页 |
·耦合场分析 | 第25-26页 |
·数控机床热分析的边界条件 | 第26-27页 |
·切削热 | 第26页 |
·滚动轴承摩擦热 | 第26-27页 |
·表面换热 | 第27页 |
·基于ANSYS的数控车床整机热分析过程 | 第27-28页 |
本章小结 | 第28-29页 |
第三章 基于Kohonen网络的温度测点辨识原理 | 第29-36页 |
·人工神经网络的基本理论 | 第29-31页 |
·人工神经网络简介 | 第29页 |
·人工神经网络的基本特征 | 第29-30页 |
·人工神经网络的分类 | 第30-31页 |
·Kohonen神经网络简介 | 第31-33页 |
·Kohonen网络结构与原理 | 第31-32页 |
·Kohonen神经网络的学习过程 | 第32-33页 |
·基于Kohonen网络的温度测点辨识 | 第33-35页 |
本章小结 | 第35-36页 |
第四章 CK6132数控车床最佳温度测点选取 | 第36-45页 |
·CK6132数控车床整机有限元模型的建立 | 第36-38页 |
·基于Pro/E的CK6132数控车床实体建模 | 第36-37页 |
·建立CK6132数控车床有限元模型 | 第37-38页 |
·CK6132数控车床整机有限元分析条件 | 第38-39页 |
·设置材料特性 | 第38页 |
·求解边界条件 | 第38-39页 |
·CK6132数控车床最佳温度测点的选取过程 | 第39-44页 |
·有限元计算过程 | 第39-42页 |
·运用Kohonen神经网络对节点进行分类 | 第42-43页 |
·Kohonen神经网络的设计 | 第42-43页 |
·Kohonen神经网络的节点分类结果 | 第43页 |
·CK6132数控车床最佳温度测点的确定 | 第43-44页 |
本章小结 | 第44-45页 |
第五章 基于神经网络的数控机床热误差补偿建模 | 第45-60页 |
·基于Kohonen竞争学习规则的RBF神经网络模型及应用 | 第45-50页 |
·RBF神经网络的结构 | 第45-46页 |
·RBF神经网络的学习算法 | 第46-47页 |
·基于Kohonen竞争学习规则的RBF神经网络 | 第47-48页 |
·基于Kohonen竞争学习规则的RBF神经网络热误差补偿建模 | 第48-50页 |
·GRNN神经网络模型及应用 | 第50-52页 |
·GRNN神经网络简介 | 第50-51页 |
·基于GRNN神经网络热误差补偿建模 | 第51-52页 |
·BP神经网络模型及应用 | 第52-56页 |
·BP神经网络简介 | 第52-53页 |
·基于BP神经网络热误差补偿建模 | 第53-56页 |
·基于ActiveX的VB与MATLAB的数据交换的实现 | 第56-59页 |
·ActiveX部件 | 第56-57页 |
·VB与MATLAB数据交换的实现过程 | 第57-59页 |
本章小结 | 第59-60页 |
第六章 总结与展望 | 第60-62页 |
参考文献 | 第62-65页 |
攻读硕士学位期间正式发表的学术论文 | 第65-66页 |
致谢 | 第66页 |