摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-20页 |
1.1 课题的来源、研究背景及意义 | 第10-12页 |
1.2 国内外发展现状及当前存在的问题 | 第12-18页 |
1.2.1 国外研究现状 | 第12-16页 |
1.2.2 国内研究现状 | 第16-17页 |
1.2.3 目前国内外研究存在的问题 | 第17-18页 |
1.3 本课题主要内容及章节安排 | 第18-20页 |
第2章 凸轮旋转轴与砂轮进给轴磨削关系数学模型建立 | 第20-30页 |
2.1 凸轮、凸轮轴及数控凸轮磨床简介 | 第20-22页 |
2.1.1 凸轮 | 第20-21页 |
2.1.2 凸轮轴 | 第21页 |
2.1.3 数控凸轮磨床 | 第21-22页 |
2.2 砂轮架与工件主轴的 X-C 轴联动坐标数学模型 | 第22-28页 |
2.2.1 由升程数据推导 X-C 轴磨削关系数学模型 | 第22-24页 |
2.2.2 由凸轮轮廓推导 X-C 磨削关系数学模型 | 第24-27页 |
2.2.3 基于升程表数据的 Matlab 数据处理程序编写 | 第27-28页 |
2.3 本章小结 | 第28-30页 |
第3章 凸轮磨削运动轮廓误差控制方法研究 | 第30-46页 |
3.1 影响数控凸轮磨削精度的主要因素 | 第30-31页 |
3.2 单轴伺服跟踪误差对凸轮轮廓的影响 | 第31-33页 |
3.3 凸轮轮廓误差建模 | 第33-37页 |
3.3.1 传统轮廓误差建模方法 | 第33-36页 |
3.3.2 基于同步滞后控制策略的轮廓误差模型建立 | 第36-37页 |
3.4 凸轮轮廓误差的交叉耦合控制补偿模型 | 第37-45页 |
3.4.1 传统工程实践中凸轮轮廓误差控制 | 第38页 |
3.4.2 交叉耦合控制器模型 | 第38-42页 |
3.4.3 数控凸轮磨削系统的变增益交叉耦合控制结构 | 第42-43页 |
3.4.4 误差补偿量的分配方法 | 第43-45页 |
3.5 本章小结 | 第45-46页 |
第4章 交叉耦合控制器设计 | 第46-54页 |
4.1 经典 PID 交叉耦合控制器 | 第46-49页 |
4.1.1 PID 参数对控制系统的影响 | 第47页 |
4.1.2 PID 控制器参数整定 | 第47-49页 |
4.2 神经网络交叉耦合控制器设计 | 第49-53页 |
4.2.1 自适应 PID 神经网络控制器结构 | 第49-51页 |
4.2.2 自适应 PID 神经网络的学习 | 第51-53页 |
4.3 本章小结 | 第53-54页 |
第5章 交叉耦合补偿的仿真验证 | 第54-64页 |
5.1 数控凸轮磨削交叉耦合控制系统仿真平台的搭建 | 第54-58页 |
5.1.1 数控凸轮磨床单轴三环控制系统仿真平台 | 第54-56页 |
5.1.2 加入交叉耦合控制器的数控凸轮磨削仿真平台搭建 | 第56-57页 |
5.1.3 基于经典 PID 控制的交叉耦合控制器 | 第57页 |
5.1.4 基于自适应 PID 神经网络的交叉耦合控制器 | 第57-58页 |
5.2 数控凸轮磨削控制系统轮廓误差分析 | 第58-63页 |
5.2.1 采用传统工程实践方法对轮廓误差进行补偿 | 第59-60页 |
5.2.2 采用 PID 交叉耦合控制器的轮廓误差控制 | 第60-61页 |
5.2.3 采用自适应 PID 神经网络交叉耦合控制器的轮廓误差控制 | 第61-63页 |
5.3 本章小结 | 第63-64页 |
第6章 全文总结 | 第64-66页 |
6.1 本文的主要研究工作 | 第64页 |
6.2 下一步需研究的问题 | 第64-66页 |
参考文献 | 第66-70页 |
附录 | 第70-76页 |
作者简介及在校期间所取得的科研成果 | 第76-77页 |
致谢 | 第77页 |