| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 背景 | 第11-12页 |
| 1.1.1 课题来源 | 第11页 |
| 1.1.2 课题研究目的和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 环境温度对机床热效应的影响 | 第12页 |
| 1.2.2 不同转速下机床热特性分析 | 第12-13页 |
| 1.2.3 温度及热误差的检测技术 | 第13-14页 |
| 1.2.4 热误差预测模型 | 第14-15页 |
| 1.3 本论文的主要研究内容和研究方法 | 第15-16页 |
| 1.3.1 主要研究内容 | 第15-16页 |
| 1.3.2 研究方法与技术路线 | 第16页 |
| 1.4 本章小结 | 第16-18页 |
| 第二章 TK6920落地镗床热特性分析 | 第18-34页 |
| 2.1 机床热特性相关理论 | 第18-20页 |
| 2.1.1 热源分析 | 第19页 |
| 2.1.2 热传学基础理论 | 第19-20页 |
| 2.2 TK6920结构特点 | 第20-22页 |
| 2.3 TK6920落地镗床温度场和变形场的有限元仿真分析 | 第22-33页 |
| 2.3.1 热有限元分析法 | 第22-23页 |
| 2.3.2 TK6920有限元模型的建立 | 第23-25页 |
| 2.3.3 TK6920温度场分析 | 第25-30页 |
| 2.3.4 该型机床热变形分析 | 第30-33页 |
| 2.4 小结 | 第33-34页 |
| 第三章 TK6920热特性检测系统设计与实验分析 | 第34-56页 |
| 3.1 总体检测方案设计 | 第34页 |
| 3.2 TK6920热特性检测系统设计 | 第34-42页 |
| 3.2.1 检测系统硬件的设计 | 第34-38页 |
| 3.2.2 检测系统软件设计 | 第38-42页 |
| 3.3 环境温度对TK6920热特性影响的实验 | 第42-45页 |
| 3.3.1 测试方案设计 | 第42-43页 |
| 3.3.2 环境温度对TK6920热变形影响实验结果分析 | 第43-45页 |
| 3.3.3 减少环境环境温度对TK6920主轴热变形影响的建议与措施 | 第45页 |
| 3.4 固定转速下TK6920机床热平衡实验 | 第45-48页 |
| 3.4.1 实验方案设计 | 第45-46页 |
| 3.4.2 实验结果及分析 | 第46-48页 |
| 3.5 不同转速下TK6920主轴热变形的实验 | 第48-53页 |
| 3.5.1 实验方案设计 | 第48-49页 |
| 3.5.2 测试结果及分析 | 第49-53页 |
| 3.5.3 不同工况下控制机床主轴热变形的建议与措施 | 第53页 |
| 3.6 TK6920切削实验 | 第53-54页 |
| 3.6.1 方案设计 | 第53-54页 |
| 3.6.2 实验结果及分析 | 第54页 |
| 3.7 本章小结 | 第54-56页 |
| 第四章 热误差建模及优化 | 第56-72页 |
| 4.1 热误差建模理论 | 第56-59页 |
| 4.1.1 BP神经网络模型 | 第56-58页 |
| 4.1.2 多元线性回归模型 | 第58-59页 |
| 4.2 关键温度测点的优化选择 | 第59-62页 |
| 4.2.1 关键温度测点的优化选择原则 | 第59-61页 |
| 4.2.2 TK6920内部热源温度测点优化 | 第61-62页 |
| 4.3 考虑环境和内部热对重型机床主轴热变形的多元线性回归模型及BP神经网络模型 | 第62-66页 |
| 4.3.1 多元线性回归模型 | 第62-65页 |
| 4.3.2 BP神经网络模型 | 第65-66页 |
| 4.4 各种模型与FEA对比分析 | 第66-67页 |
| 4.5 TK6920热误差模型的优化及应用试验 | 第67-71页 |
| 4.5.1 热误差模型优化 | 第67-69页 |
| 4.5.2 热误差模型应用试验 | 第69-71页 |
| 4.6 本章小结 | 第71-72页 |
| 第五章 总结与展望 | 第72-74页 |
| 5.1 全文总结 | 第72页 |
| 5.2 后续工作及其展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士学位期间取得的成果 | 第78-79页 |
