| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题研究背景 | 第9页 |
| 1.2 课题研究意义 | 第9-10页 |
| 1.3 热误差补偿技术研究内容 | 第10-11页 |
| 1.4 热误差补偿技术研究现状 | 第11-14页 |
| 1.4.1 温度和热误差测量研究现状 | 第11页 |
| 1.4.2 温度测点布置与筛选研究现状 | 第11-12页 |
| 1.4.3 热误差建模理论研究现状 | 第12-13页 |
| 1.4.4 热误差补偿实现技术研究现状 | 第13-14页 |
| 1.5 课题研究内容及目标 | 第14-15页 |
| 1.5.1 课题研究内容 | 第14-15页 |
| 1.5.2 课题研究目标 | 第15页 |
| 1.6 本章小结 | 第15-16页 |
| 第二章 传热学及有限元相关基本理论 | 第16-24页 |
| 2.1 热传递的基本公式 | 第16-18页 |
| 2.1.1 热对流 | 第16页 |
| 2.1.2 热传导 | 第16-17页 |
| 2.1.3 热辐射 | 第17-18页 |
| 2.2 导热过程分析 | 第18-19页 |
| 2.2.1 温度场的描述 | 第18页 |
| 2.2.2 导热微分方程 | 第18页 |
| 2.2.3 定解条件 | 第18-19页 |
| 2.3 有限元分析相关基本理论 | 第19-23页 |
| 2.3.1 稳态传热和瞬态传热 | 第19-20页 |
| 2.3.2 热载荷的种类 | 第20-21页 |
| 2.3.3 热分析有限元法 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 SV-48主轴的热—结构耦合特性有限元模型分析 | 第24-40页 |
| 3.1 主轴部件结构 | 第24-25页 |
| 3.1.1 SV-48立式加工中心 | 第24页 |
| 3.1.2 主轴部件结构分析 | 第24-25页 |
| 3.2 主轴系统热特性理论计算 | 第25-33页 |
| 3.2.1 主轴系统热源及传热分析 | 第25-26页 |
| 3.2.2 主要热源发热强度计算 | 第26-30页 |
| 3.2.3 主轴传热特性计算 | 第30-33页 |
| 3.3 有限元热特性分析 | 第33-38页 |
| 3.3.1 有限元模型的建立 | 第33-35页 |
| 3.3.2 主轴瞬态温度场分析 | 第35-37页 |
| 3.3.3 主轴瞬态热-结构耦合分析 | 第37-38页 |
| 3.4 拉刀机构对机床主轴热位移的影响 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 SV-48加工中心主轴温度测点的布置和筛选研究 | 第40-53页 |
| 4.1 测温点的布置 | 第40-41页 |
| 4.2 测温点的筛选策略和方法 | 第41-42页 |
| 4.2.1 测温点的筛选策略 | 第41-42页 |
| 4.2.2 测温点的筛选方法 | 第42页 |
| 4.3 SOM神经网络简介 | 第42-45页 |
| 4.4 基于SOM神经网络与复相关系数相结合的测温点优化研究 | 第45-52页 |
| 4.4.1 基于SOM神经网络的测温点的聚类分析 | 第45-49页 |
| 4.4.2 基于复决定系数的最优测温点的选取 | 第49-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 基于模糊神经网络的主轴热误差实时补偿研究 | 第53-66页 |
| 5.1 模糊神经网络基础知识 | 第54-58页 |
| 5.1.1 模糊逻辑系统 | 第54-56页 |
| 5.1.2 神经网络系统 | 第56页 |
| 5.1.3 模糊神经元 | 第56-57页 |
| 5.1.4 模糊神经网络的结构特征 | 第57-58页 |
| 5.2 采用Takagi-Sugeno模糊逻辑规则的模糊神经网络 | 第58-61页 |
| 5.2.1 Takagi-Sugeno模糊逻辑系统 | 第58-59页 |
| 5.2.2 Takagi-Sugeno模糊神经网络结构 | 第59-60页 |
| 5.2.3 Takagi-Sugeno模糊神经网络学习算法学习算法 | 第60-61页 |
| 5.3 采用Takagi-Sugeno模糊逻辑规则的模糊神经网络热误差建模 | 第61-65页 |
| 5.3.1 热误差补偿模型的构建 | 第62页 |
| 5.3.2 热误差补偿模型的训练 | 第62-63页 |
| 5.3.3 热误差补偿模型的预测 | 第63-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 结论与展望 | 第66-68页 |
| 6.1 结论 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考 文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第73-74页 |
| 附录 | 第74页 |
