面向大型齿轮测量中心的热误差补偿与实验研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究目的和意义 | 第9-12页 |
| 1.1.1 课题来源 | 第9页 |
| 1.1.2 课题研究背景和意义 | 第9-12页 |
| 1.2 国内外齿轮测量中心误差补偿的研究现状 | 第12-16页 |
| 1.2.1 齿轮测量中心几何误差补偿技术研究现状 | 第12-13页 |
| 1.2.2 齿轮测量中心热误差补偿技术研究现状 | 第13-15页 |
| 1.2.3 国内外文献综述的简析 | 第15-16页 |
| 1.3 本文的主要研究内容 | 第16-17页 |
| 第2章 齿轮测量中心的热变形误差分析 | 第17-25页 |
| 2.1 齿轮测量中心结构特点 | 第17-19页 |
| 2.1.1 齿轮测量中心机械结构 | 第17页 |
| 2.1.2 齿轮测量中心测量原理 | 第17-19页 |
| 2.2 齿轮测量中心热特性 | 第19-21页 |
| 2.2.1 齿轮测量中心的热源分析 | 第19-20页 |
| 2.2.2 齿轮测量中心热变形理论分析 | 第20-21页 |
| 2.3 齿轮测量中心热变形有限元仿真分析 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 齿轮测量中心温度和热变形检测系统 | 第25-33页 |
| 3.1 温度检测系统的建立 | 第25-28页 |
| 3.1.1 温度检测系统硬件 | 第25-27页 |
| 3.1.2 测点的选择与布置 | 第27-28页 |
| 3.2 热变形检测系统的建立 | 第28-31页 |
| 3.2.1 热变形检测系统硬件 | 第28-29页 |
| 3.2.2 热变形检测参数的确定 | 第29-30页 |
| 3.2.3 热变形检测方案的确定 | 第30-31页 |
| 3.3 数据采集系统 | 第31-32页 |
| 3.3.1 温度数据采集 | 第31-32页 |
| 3.3.2 热变形数据采集 | 第32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 齿轮测量中心的热误差建模和补偿 | 第33-48页 |
| 4.1 测温点优化 | 第33-36页 |
| 4.1.1 模糊聚类分析 | 第33-35页 |
| 4.1.2 最佳测点组合 | 第35-36页 |
| 4.2 热误差建模方法 | 第36-39页 |
| 4.2.1 人工神经网络 | 第36-37页 |
| 4.2.2 多元线性回归 | 第37-39页 |
| 4.3 优化建模系统集成 | 第39-42页 |
| 4.3.1 软件系统的总体设计 | 第40页 |
| 4.3.2 功能模块分析 | 第40-42页 |
| 4.4 热误差补偿 | 第42-47页 |
| 4.4.1 热误差补偿方法 | 第42页 |
| 4.4.2 热误差补偿原理 | 第42-43页 |
| 4.4.3 热误差补偿的实现 | 第43-44页 |
| 4.4.4 齿轮偏差参数的计算 | 第44-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 热误差补偿的实验研究 | 第48-61页 |
| 5.1 实验内容和对象 | 第48页 |
| 5.2 温度和热变形检测与分析 | 第48-53页 |
| 5.2.1 温度测点的布置 | 第48-49页 |
| 5.2.2 热变形的检测 | 第49页 |
| 5.2.3 实验数据的采集 | 第49-50页 |
| 5.2.4 数据处理与结果分析 | 第50-53页 |
| 5.3 基于实验数据的测温点优化选择 | 第53页 |
| 5.4 基于实验数据的热误差建模 | 第53-55页 |
| 5.4.1 基于RBF神经网络方法建模 | 第53-54页 |
| 5.4.2 基于多元线性回归分析方法建模 | 第54-55页 |
| 5.5 基于实验数据的热误差补偿 | 第55-60页 |
| 5.5.1 齿轮测量参数的评价 | 第55-56页 |
| 5.5.2 补偿结果分析 | 第56-60页 |
| 5.6 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68页 |
