| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| ·引言 | 第8-10页 |
| ·在线检测系统 | 第10-12页 |
| ·数控加工中心在线检测的基本原理 | 第10-11页 |
| ·在线检测系统的硬件构成 | 第11-12页 |
| ·国内外发展现状 | 第12-14页 |
| ·在线检测技术的研究 | 第12-13页 |
| ·测头预行程误差的研究 | 第13-14页 |
| ·论文主要研究内容 | 第14-16页 |
| 第二章 测头性能分析 | 第16-29页 |
| ·测头分类 | 第16-21页 |
| ·硬测头 | 第17页 |
| ·触发式测头 | 第17-19页 |
| ·扫描式测头 | 第19-20页 |
| ·非接触式测头 | 第20-21页 |
| ·触发式测头信号传输方式 | 第21-24页 |
| ·测头标定 | 第24-28页 |
| ·触发式测头结构和工作原理 | 第24-25页 |
| ·测头标定原理 | 第25-26页 |
| ·测头标定方法 | 第26-27页 |
| ·测头标定算法流程 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第三章 触发式测头的理论模型 | 第29-40页 |
| ·触发式测头测量误差的主要来源 | 第29页 |
| ·测量时测头（纵向）触发力的模型分析 | 第29-34页 |
| ·测头预行程误差 | 第34-36页 |
| ·预行程误差模型建立 | 第36-39页 |
| ·小结 | 第39-40页 |
| 第四章 基于径向基函数神经网络的预行程误差预测 | 第40-57页 |
| ·RBF神经网络原理 | 第40-44页 |
| ·RBF 神经元结构 | 第40-41页 |
| ·RBF 神经元工作过程 | 第41-43页 |
| ·RBF 神经网络特点 | 第43-44页 |
| ·基于 RBF 神经网络的测头预行程误差模型 | 第44-48页 |
| ·RBF 神经网络的传递函数 | 第44-45页 |
| ·RBF 中心的选取 | 第45-46页 |
| ·RBF 算法描述 | 第46-48页 |
| ·基于神经网络测头预行程误差预测方法的 Matlab 实现 | 第48-56页 |
| ·通过 RBF 神经网络预测测头预行程误差 | 第48-50页 |
| ·通过 BP 神经网络预测测头预行程误差 | 第50-52页 |
| ·建立新的复合型神经网络预测测头预行程误差 | 第52-56页 |
| ·小结 | 第56-57页 |
| 第五章 实验研究 | 第57-64页 |
| ·通信接口技术 | 第57-58页 |
| ·预行程误差预测及补偿实验验证 | 第58-63页 |
| ·实验平台设备 | 第58-60页 |
| ·实验验证研究 | 第60-63页 |
| ·小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录 A RBFNN 程序 | 第69-70页 |
| 附录 B BPNN 程序 | 第70-71页 |
| 附录 C 复合型神经网络程序 | 第71-72页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第72页 |