摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-21页 |
1.1 课题背景及研究意义 | 第11-12页 |
1.2 凸轮数控磨削的国内外研究现状 | 第12-17页 |
1.2.1 在凸轮的加工工艺方面 | 第12-15页 |
1.2.2 伺服系统跟踪精度的研究 | 第15-16页 |
1.2.3 关于各运动轴配合控制的研究 | 第16-17页 |
1.3 仿形跟踪误差补偿概述 | 第17-18页 |
1.4 目前存在的主要问题 | 第18页 |
1.5 本文的主要内容和结构安排 | 第18-21页 |
第2章 凸轮轮廓生成及磨削模型建立 | 第21-31页 |
2.1 引言 | 第21页 |
2.2 凸轮机构简介 | 第21-22页 |
2.3 升程表转角升程曲线的拟合 | 第22-24页 |
2.4 凸轮轮廓曲线的生成 | 第24-27页 |
2.4.1 反转法求凸轮轮廓 | 第25-26页 |
2.4.2 速度瞬心法求凸轮轮廓 | 第26-27页 |
2.5 凸轮磨削模型 | 第27-29页 |
2.5.1 反转法磨削模型 | 第27-28页 |
2.5.2 速度瞬心法磨削模型 | 第28页 |
2.5.3 两种方法比较分析 | 第28-29页 |
2.6 程序实现 | 第29-30页 |
2.7 本章小结 | 第30-31页 |
第3章 凸轮磨削的仿形跟踪误差补偿 | 第31-39页 |
3.1 引言 | 第31页 |
3.2 仿形跟踪 | 第31-33页 |
3.2.1 X轴对C轴理论值的跟踪 | 第31-32页 |
3.2.2 X轴对C轴实际值的跟踪 | 第32页 |
3.2.3 仿形跟踪误差补偿 | 第32-33页 |
3.3 凸轮轮廓误差模型 | 第33-36页 |
3.3.1 经典轮廓误差模型 | 第33-34页 |
3.3.2 仿形跟踪轮廓误差模型 | 第34-35页 |
3.3.3 轮廓误差与仿形跟踪误差之间的关系 | 第35页 |
3.3.4 仿形跟踪误差传递函数 | 第35-36页 |
3.4 仿真实验验证 | 第36-37页 |
3.5 本章小结 | 第37-39页 |
第4章 基于模糊算法的仿形跟踪误差补偿器设计 | 第39-59页 |
4.1 引言 | 第39页 |
4.2 数控凸轮磨削仿真系统的建立 | 第39-42页 |
4.2.1 C轴仿真系统的搭建 | 第39-40页 |
4.2.2 X轴仿真系统的搭建 | 第40-42页 |
4.2.3 仿形跟踪误差补偿系统的搭建 | 第42页 |
4.3 凸轮片的选择及实验参数的确定 | 第42-44页 |
4.4 模糊控制器设计 | 第44-51页 |
4.4.1 模糊控制算法的理论基础 | 第44-46页 |
4.4.2 模糊控制器结构的选择 | 第46-47页 |
4.4.3 模糊化 | 第47页 |
4.4.4 模糊规则库的建立 | 第47页 |
4.4.5 解模糊器的确定 | 第47-49页 |
4.4.6 仿形跟踪下的模糊PID控制 | 第49-51页 |
4.5 模糊PID控制效果分析 | 第51-58页 |
4.5.1 凸轮磨床中模糊PID控制器的设计 | 第51-56页 |
4.5.2 仿真实验效果分析 | 第56-58页 |
4.6 本章小结 | 第58-59页 |
第5章 基于人工神经网络的仿形跟踪误差补偿器设计 | 第59-71页 |
5.1 引言 | 第59页 |
5.2 人工神经网络控制器设计 | 第59-66页 |
5.2.1 人工神经网络理论基础 | 第59-60页 |
5.2.2 拓扑结构及学习方式 | 第60-61页 |
5.2.3 BP神经网络 | 第61-62页 |
5.2.4 BP神经网络PID控制及权值修正 | 第62-65页 |
5.2.5 仿形跟踪下的人工神经网络PID控制 | 第65-66页 |
5.3 BP神经网络PID控制效果分析 | 第66-69页 |
5.3.1 凸轮磨床中人工神经网络PID控制器的设计 | 第66-67页 |
5.3.2 仿真实验效果分析 | 第67-69页 |
5.4 两种算法控制效果对比分析 | 第69-70页 |
5.5 本章小结 | 第70-71页 |
第6章 全文总结 | 第71-73页 |
6.1 本课题研究背景及拟实现目标 | 第71页 |
6.2 本课题的主要研究工作 | 第71-72页 |
6.3 研究展望 | 第72-73页 |
参考文献 | 第73-77页 |
作者简介及在学期间所取得的科研成果 | 第77-79页 |
致谢 | 第79页 |