摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-15页 |
1.1 本论文研究的背景与意义 | 第9-10页 |
1.2 课题来源 | 第10页 |
1.3 国内外研究现状 | 第10-13页 |
1.3.1 数控机床运动误差及圆运动 | 第10-11页 |
1.3.2 图形识别技术的研究现状 | 第11-12页 |
1.3.3 径向基函数神经网络 | 第12页 |
1.3.4 数控机床运动误差溯因的研究现状 | 第12-13页 |
1.4 课题研究内容 | 第13-15页 |
2 分维角点检测算子开发研究 | 第15-33页 |
2.1 圆运动误差轨迹模型 | 第15-19页 |
2.1.1 圆运动误差轨迹模型的建立 | 第15-16页 |
2.1.2 圆运动误差轨迹图形与误差源映射关系 | 第16-19页 |
2.1.3 小结 | 第19页 |
2.2 图形识别 | 第19-21页 |
2.2.1 图形识别简述 | 第19-20页 |
2.2.2 图形识别特征提取方法研究 | 第20-21页 |
2.3 角点检测 | 第21-24页 |
2.3.1 角点检测简述 | 第21-22页 |
2.3.2 角点检测算法研究 | 第22-24页 |
2.4 圆运动误差轨迹图形的采集 | 第24-28页 |
2.4.1 西门子 840D SL数控系统圆度测试 | 第24-26页 |
2.4.2 西门子 840D SL数控系统圆度测试图形采集 | 第26-28页 |
2.5 分维角点检测算子的开发建立研究 | 第28-32页 |
2.5.1 误差轨迹图形预处理 | 第28-31页 |
2.5.2 特征角点检测提取 | 第31-32页 |
2.5.3 图形的分维处理 | 第32页 |
2.6 本章小结 | 第32-33页 |
3 特征矩阵到误差轨迹图形映射关系 | 第33-43页 |
3.1 特征矩阵到误差图形映射关系的建立 | 第33-36页 |
3.1.1 特征矩阵参数的选取 | 第33页 |
3.1.2 特征矩阵到误差图形映射关系的建立 | 第33-36页 |
3.2 支持向量机 | 第36-40页 |
3.2.1 支持向量机机理的研究 | 第36-38页 |
3.2.2 支持向量机的核函数 | 第38-39页 |
3.2.3 支持向量机的多类分类算法 | 第39-40页 |
3.3 映射关系鲁棒性的验证 | 第40-41页 |
3.3.1 支持向量机对映射关系的验证 | 第40-41页 |
3.4 本章小结 | 第41-43页 |
4 综合误差溯因网络的建立研究 | 第43-59页 |
4.1 径向基函数神经网络 | 第43-47页 |
4.1.1 径向基函数神经网络结构 | 第43-44页 |
4.1.2 径向基函数神经网络原理 | 第44-46页 |
4.1.3 径向基函数神经网络学习方法 | 第46-47页 |
4.2 综合误差溯因网络的建立 | 第47-49页 |
4.2.1 溯因网络的结构 | 第47-48页 |
4.2.2 溯因网络的训练 | 第48-49页 |
4.3 溯因网络的实验分析 | 第49-55页 |
4.4 软件设计 | 第55-57页 |
4.5 本章小结 | 第57-59页 |
5 总结与展望 | 第59-61页 |
5.1 研究总结 | 第59页 |
5.2 课题展望 | 第59-61页 |
致谢 | 第61-63页 |
参考文献 | 第63-67页 |
附录 1 | 第67-69页 |
附录 2 | 第69-78页 |