数控机床热误差补偿优化技术研究
致谢 | 第1-8页 |
摘要 | 第8-9页 |
ABSTRACT | 第9-16页 |
第一章 绪论 | 第16-22页 |
·课题来源 | 第16页 |
·热误差研究意义 | 第16-17页 |
·热误差产生原因及降低方法 | 第17-18页 |
·热误差补偿中关键技术的研究现状 | 第18-20页 |
·国内研究现状 | 第18-19页 |
·国外研究概况 | 第19-20页 |
·论文主要工作 | 第20-22页 |
第二章 热误差测量的温度敏感选择理论 | 第22-31页 |
·温度测点选择 | 第22页 |
·温度敏感点的选择理论 | 第22-23页 |
·模糊聚类算法 | 第23-26页 |
·基本思想 | 第23-24页 |
·计算步骤 | 第24-26页 |
·显著性分析 | 第26页 |
·灰色关联度分析 | 第26-28页 |
·基本思想 | 第27页 |
·灰色绝对关联度 | 第27页 |
·灰色相对关联度 | 第27-28页 |
·灰色综合关联度 | 第28页 |
·逐步回归分析 | 第28-29页 |
·基本思路 | 第28页 |
·逐步回归分析的步骤 | 第28-29页 |
·判定系数 | 第29-30页 |
·本章小结 | 第30-31页 |
第三章 温度敏感点变动性研究 | 第31-40页 |
·实验设计 | 第31-33页 |
·实验设备搭建 | 第31-33页 |
·实验方案 | 第33页 |
·实验数据的温度敏感点选择 | 第33-37页 |
·计算步骤 | 第33-35页 |
·模糊矩阵计算 | 第33-35页 |
·灰色关联度分析 | 第35页 |
·各批次温度敏感点筛选结果 | 第35-37页 |
·实验数据分析 | 第37-39页 |
·建模及预测 | 第37-38页 |
·预测结果分析 | 第38-39页 |
·本章小结 | 第39-40页 |
第四章 支持向量机在热误差补偿中的特性研究 | 第40-52页 |
·数学建模方法 | 第40-43页 |
·基于多元线性回归的最小二乘 | 第40-41页 |
·支持向量机 | 第41-43页 |
·实验设计 | 第43-45页 |
·实验设备搭建 | 第43-44页 |
·实验方案 | 第44-45页 |
·数学模型的稳健性分析 | 第45-49页 |
·建模过程中的拟合精度与预测精度 | 第45-46页 |
·筛选温度敏感点 | 第46页 |
·模型预测精度影响分析 | 第46-49页 |
·实验结果的理论分析 | 第49-51页 |
·多元线性回归模型结果分析 | 第49页 |
·支持向量机模型结果分析 | 第49-51页 |
·支持向量机算法分析 | 第49-50页 |
·支持向量机的过学习问题 | 第50-51页 |
·本章小结 | 第51-52页 |
第五章 数控机床热误差最佳主轴转速图谱研究 | 第52-62页 |
·实验设计 | 第52-55页 |
·实验转速图谱 | 第52-54页 |
·实验装置 | 第54页 |
·实验批次 | 第54-55页 |
·实验数据及建模 | 第55-58页 |
·温度敏感点选择 | 第55-58页 |
·不同批次数据建模 | 第58页 |
·数据分析 | 第58-61页 |
·模型预测效果分析 | 第58-60页 |
·最佳转速分析 | 第60-61页 |
·机床在转速多变状态下的最佳转速选择 | 第60-61页 |
·机床在转速恒定状态下的最佳转速选择 | 第61页 |
·本章小结 | 第61-62页 |
第六章 热误差补偿技术及验证 | 第62-72页 |
·热误差测量装置 | 第62-65页 |
·数控加工中心 | 第62-63页 |
·热误差测量系统 | 第63-65页 |
·位移测量装置 | 第63-64页 |
·温度传感器 | 第64页 |
·数据采集箱 | 第64页 |
·LabVIEW上位机程序 | 第64-65页 |
·热误差补偿装置及原理 | 第65-66页 |
·热误差补偿卡 | 第65页 |
·机械原点偏移原理 | 第65-66页 |
·热误差补偿步骤 | 第66页 |
·球杆仪热误差补偿验证试验 | 第66-71页 |
·球杆仪方法介绍(DBB法) | 第67-68页 |
·球杆仪测量步骤 | 第68-69页 |
·球杆仪验证试验效果评定 | 第69-71页 |
·本章小结 | 第71-72页 |
第七章 总结与展望 | 第72-74页 |
·总结 | 第72页 |
·展望 | 第72-74页 |
参考文献 | 第74-77页 |
攻读硕士学位期间的学术活动及成果情况 | 第77页 |