数控机床热误差检测与建模研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1. 绪论 | 第9-25页 |
| ·课题的研究背景 | 第9页 |
| ·国内外研究概况及发展趋势 | 第9-23页 |
| ·热误差的检测与辨识 | 第10-15页 |
| ·误差补偿模型的建立 | 第15-21页 |
| ·误差补偿的实现 | 第21-23页 |
| ·课题的研究意义与研究内容 | 第23-25页 |
| ·课题的研究意义 | 第23-24页 |
| ·论文的主要研究内容 | 第24-25页 |
| 2. 基于LabVIEW的多通道温度测量系统 | 第25-35页 |
| ·多通道温度测量系统的设计目标 | 第25页 |
| ·多通道温度测量系统的硬件系统构成 | 第25-27页 |
| ·多通道温度测量系统的功能实现 | 第27-33页 |
| ·测试验证 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 3. 基于灰关联的机床热误差敏感点确定 | 第35-48页 |
| ·灰关联分析的理论与步骤 | 第36-38页 |
| ·灰关联分析理论 | 第36页 |
| ·灰关联分析的步骤 | 第36-38页 |
| ·加工中心热误差敏感点的灰关联分析 | 第38-47页 |
| ·立式加工中心温度测量实验 | 第38-45页 |
| ·基于灰关联的机床热误差敏感点确定 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 4. 机床热误差建模与动态模糊神经网络 | 第48-62页 |
| ·机床热误差的特点与建模 | 第48页 |
| ·神经网络模型 | 第48-50页 |
| ·模糊逻辑概述 | 第50-53页 |
| ·隶属函数的确定 | 第50-51页 |
| ·模糊运算 | 第51-52页 |
| ·模糊逻辑算法的不足 | 第52-53页 |
| ·动态模糊神经网络 | 第53-61页 |
| ·动态模糊神经网络的网络结构 | 第54-55页 |
| ·动态模糊神经网络的学习算法 | 第55-61页 |
| ·本章小结 | 第61-62页 |
| 5. 基于动态模糊神经网络的加工中心热误差预测 | 第62-76页 |
| ·加工中心热误差的检测 | 第62-67页 |
| ·加工中心热误差的检测方法 | 第62页 |
| ·加工中心热误差检测实验 | 第62-67页 |
| ·基于动态模糊神经网络的热误差预测模型 | 第67-71页 |
| ·热误差预测模型的应用及性能 | 第71-75页 |
| ·本章小结 | 第75-76页 |
| 结论与展望 | 第76-78页 |
| 1 结论 | 第76-77页 |
| 2 展望 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 攻读硕士学位期间发表学术论文情况 | 第84-85页 |
| 致谢 | 第85-87页 |
