摘要 | 第1-10页 |
ABSTRACT | 第10-15页 |
符号说明 | 第15-17页 |
第一章 绪论 | 第17-32页 |
·课题背景 | 第17页 |
·课题研究的意义 | 第17-19页 |
·数控机床误差补偿技术的基本概念 | 第19-22页 |
·国内外研究现状 | 第22-29页 |
·国外关于误差补偿研究的历程 | 第22-27页 |
·国内关于误差补偿研究的历程 | 第27-29页 |
·目前存在的主要问题 | 第29-30页 |
·学位论文的主要内容 | 第30-32页 |
第二章 五轴机床的误差源分析和综合误差数学模型 | 第32-51页 |
·双转台五轴机床的基本结构 | 第32-34页 |
·五轴数控机床的误差源分析 | 第34-42页 |
·几何误差分析 | 第36-38页 |
·热误差分析 | 第38-40页 |
·切削力误差分析 | 第40-42页 |
·五轴机床误差元素的简化 | 第42-43页 |
·五轴机床综合误差数学模型的建立 | 第43-50页 |
·坐标系的设定 | 第44-45页 |
·五轴机床综合误差数学模型的计算实例 | 第45-50页 |
·本章小结 | 第50-51页 |
第三章 数控机床误差的高效测量 | 第51-72页 |
·激光多普勒位移测量的基本原理 | 第51-54页 |
·分步体对角线测量法 | 第54-63页 |
·机床的空间定位误差 | 第54页 |
·三维空间体对角线测量分析 | 第54-56页 |
·机床空间误差的体对角线测量法 | 第56-59页 |
·机床空间误差的分步体对角线测量法 | 第59-63页 |
·旋转轴转角误差的分步测量方法 | 第63-65页 |
·机床空间误差的高效测量实例 | 第65-71页 |
·本章小结 | 第71-72页 |
第四章 五轴机床热误差元素的神经网络建模 | 第72-114页 |
·五轴机床的热动态分析和温度测点优化 | 第72-79页 |
·五轴机床的热动态分析 | 第72-73页 |
·双转台五轴机床的温度测点优化 | 第73-76页 |
·机床热误差的测量 | 第76-77页 |
·双转台五轴机床最优敏感热源点的确立 | 第77-79页 |
·人工神经网络的基本理论 | 第79-85页 |
·BP 神经网络的基本结构 | 第80页 |
·BP 神经网络的学习算法 | 第80-83页 |
·RBF 网络的结构和算法 | 第83-85页 |
·热误差的人工神经网络建模 | 第85-93页 |
·基于径向基(RBF)网络的离线建模 | 第86-88页 |
·基于径向基(RBF)网络的在线建模 | 第88-93页 |
·热误差的时间序列与神经网络组合模型的建立与优化 | 第93-107页 |
·时间序列的理论分析 | 第93-98页 |
·热误差时间序列模型的建立与预报 | 第98-101页 |
·基于干预分析的模型优化 | 第101-105页 |
·人工神经网络对热误差时间序列分析模型的优化 | 第105-107页 |
·热误差的模糊神经网络建模与预报 | 第107-113页 |
·模糊神经网络的基本概念 | 第107-108页 |
·模糊系统与神经网络的融合 | 第108-109页 |
·模糊神经网络模型的建立 | 第109-112页 |
·模糊神经网络模型与一般神经网络模型预报能力的比较 | 第112-113页 |
·本章小结 | 第113-114页 |
第五章 五轴机床误差补偿的实施与应用 | 第114-134页 |
·五轴机床的运动学求解 | 第114-118页 |
·五轴机床的转动轴运动特征分析 | 第114-115页 |
·双转台五轴机床的运动学求解 | 第115-118页 |
·双转台五轴机床误差的解耦补偿策略 | 第118-121页 |
·双转台五轴机床空间误差补偿的实施 | 第121-123页 |
·误差实时补偿控制器的开发 | 第123-130页 |
·误差实时补偿控制的基本方法 | 第124-125页 |
·误差实时补偿控制器的开发 | 第125-127页 |
·实时补偿器在五轴机床空间误差补偿中的应用 | 第127-130页 |
·基于分步体对角线测量的G 代码实时误差补偿 | 第130-132页 |
·本章小结 | 第132-134页 |
第六章 结论与展望 | 第134-138页 |
·主要结论 | 第134-135页 |
·主要创新点 | 第135-137页 |
·今后研究展望 | 第137-138页 |
参考文献 | 第138-145页 |
致谢 | 第145-146页 |
攻读博士学位期间发表的论文 | 第146-148页 |