| 摘要 | 第9-10页 |
| Abstract | 第10-11页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 课题的研究背景 | 第12-14页 |
| 1.2 误差补偿技术 | 第14-16页 |
| 1.3 丝杠磨削加工误差预测补偿技术研究现状 | 第16-21页 |
| 1.3.1 国内丝杠磨削加工误差预测补偿现状 | 第16-20页 |
| 1.3.2 国外丝杠螺纹磨削误差预测补偿现状 | 第20-21页 |
| 1.4 课题背景和研究内容 | 第21-22页 |
| 第2章 丝杠螺纹磨削加工螺距误差分析 | 第22-36页 |
| 2.1 螺纹磨削的原理 | 第22-23页 |
| 2.2 丝杠磨削螺距误差来源总析 | 第23-24页 |
| 2.3 主要丝杠螺距误差来源作用机理 | 第24-33页 |
| 2.3.1 丝杠受力变形造成的螺距误差 | 第24-28页 |
| 2.3.2 机床传动链误差造成的影响 | 第28-30页 |
| 2.3.3 砂轮磨损和接触变形造成的螺距误差 | 第30-32页 |
| 2.3.4 丝杠工件的热变形对误差造成的影响 | 第32-33页 |
| 2.4 减小磨削误差的有效措施 | 第33-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第3章 工件热变形误差分析 | 第36-52页 |
| 3.1 丝杠磨削热变形概述 | 第36-38页 |
| 3.2 丝杠热变形的分析解法 | 第38-41页 |
| 3.3 丝杠温度场分布及热变形的有限元分析法 | 第41-51页 |
| 3.3.1 有限元分析软件ANSYS简介 | 第41-43页 |
| 3.3.2 ANSYS有限元热分析流程 | 第43-44页 |
| 3.3.3 ANSYS热分析前处理过程 | 第44-46页 |
| 3.3.4 ANSYS热分析加载求解过程 | 第46-48页 |
| 3.3.5 仿真结果及其分析 | 第48-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第4章 基于BP神经网络的丝杠螺距误差预测 | 第52-62页 |
| 4.1 BP神经网络模型概述 | 第52-57页 |
| 4.1.1 人工神经网络的特点 | 第52-53页 |
| 4.1.2 BP神经网络的结构及算法 | 第53-57页 |
| 4.2 基于BP神经网络的系统辨识模型的建立 | 第57-59页 |
| 4.3 BP神经网络预测模型仿真 | 第59-61页 |
| 4.3.1 仿真数据的来源 | 第59-60页 |
| 4.3.2 仿真结果及分析 | 第60-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第5章 误差的自适应反馈补偿控制 | 第62-70页 |
| 5.1 螺距误差补偿概述 | 第62-64页 |
| 5.1.1 理想状态下的丝杠螺距误差补偿 | 第62页 |
| 5.1.2 自适应控制及其用于误差补偿系统的必要性 | 第62-64页 |
| 5.2 主回路控制模型的确立 | 第64-66页 |
| 5.3 自适应控制策略的应用 | 第66-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 6.1 全文总结 | 第70-71页 |
| 6.2 未来展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-79页 |
| 学位论文评阅及答辩情况表 | 第79页 |