| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题来源 | 第9页 |
| ·课题研究的背景目的及意义 | 第9-10页 |
| ·相关领域国内外研究现状 | 第10-15页 |
| ·热误差机理分析 | 第11页 |
| ·热误差补偿中测量技术的研究现状 | 第11-12页 |
| ·热误差建模技术的研究现状 | 第12-13页 |
| ·测温点优化技术的研究现状 | 第13-14页 |
| ·热误差补偿控制技术的研究现状 | 第14-15页 |
| ·本文的主要研究工作及结构 | 第15-16页 |
| 第2章 数控机床热误差检测与分析 | 第16-27页 |
| ·柔性加工单元 CR5116 结构特点 | 第16-17页 |
| ·CR5116 热源分析与热误差分析 | 第17-20页 |
| ·热源分析 | 第17-18页 |
| ·热误差分析 | 第18-20页 |
| ·柔性加工单元 CR5116 热误差及温度场的检测实验 | 第20-26页 |
| ·热误差测量实验系统 | 第20-21页 |
| ·温度场检测实验系统 | 第21-23页 |
| ·实验数据分析 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 测温点优化选择方法研究 | 第27-43页 |
| ·基于热误差敏感稳定度与模糊聚类的优化选择方法 | 第27-34页 |
| ·相关理论方法 | 第27-30页 |
| ·测温点优化方法设计 | 第30-32页 |
| ·实例分析 | 第32-34页 |
| ·基于时间序列相似分析和 K-均值聚类优化选择方法 | 第34-41页 |
| ·相关理论方法 | 第34-36页 |
| ·测温点优化选择方法设计 | 第36-39页 |
| ·实例分析 | 第39-41页 |
| ·两种测温点优化方法对比分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 测温点优化方法在补偿模型下的验证 | 第43-58页 |
| ·多元线性回归热误差补偿建模及测温点优化方法验证 | 第43-50页 |
| ·多元线性回归分析 | 第43-45页 |
| ·基于多元线性回归热误差补偿建模 | 第45-46页 |
| ·多元线性回归模型下测温点优化方法的验证 | 第46-50页 |
| ·BP 神经网络热误差建模及测温点优化方法验证 | 第50-57页 |
| ·BP 神经网络基础 | 第50-52页 |
| ·基于 BP 神经网络热误差补偿建模 | 第52-53页 |
| ·BP 神经网络模型下测温点优化方法的验证 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 本文工作总结与展望 | 第58-59页 |
| ·全文工作总结 | 第58页 |
| ·下一步的工作展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |