学位论文 > 优秀研究生学位论文题录展示
CL-20A数控车床热变形误差建模研究
作 者: 吴承伟
导 师: 胡鹏浩
学 校: 合肥工业大学
专 业: 精密仪器及机械
关键词: 数控车床 热误差 支持向量机 BP神经网络 最小二乘法
分类号: TG519.1
类 型: 硕士论文
年 份: 2012年
下 载: 25次
引 用: 0次
阅 读: 论文下载
内容摘要
在现代制造业中,数控机床广为应用。随着科技发展,对数控机床加工精度的要求不断提高。理论及实践研究成果已表明,热误差是制约数控机床精度提升的主要障碍之一。在科技部科技重大专项“高速精密数控机床动态综合补偿技术”项目的支持下,本文以大连机床厂的CL-20A型卧式数控车床为研究对象,展开相关的理论及实验研究,研究重点集中在该型号机床热误差模型的建立上,为机床热误差的在线实时补偿提供数学模型。首先根据机床的热源特点及分布,在机床上布置多个温度传感器,机床开机后,通过专用夹具及传感器,实时监测机床主轴相对于刀具位置在三维方向上的热偏离。然后,用逐步回归分析法分析实验数据,找出该型号机床的温度敏感点。找出温度敏感点后,继续进行实验,重点获取机床敏感点的温度变化与机床主轴热偏离的关系,通过合理设置不同的工艺参数组合获取了大量的实验数据。依靠获取的实验数据,采用支持向量机法进行建模和回归分析。并用BP神经网络法和最小二乘法与之进行对比,建模结果显示,支持向量机法能较好地预测机床热误差,BP神经网络法和最小二乘法的预报精度稍低。相比于神经网络法的黑箱运算和预测结果的不固定性,支持向量机法能得出清晰的计算公式,理论过程十分严谨,也便于编程和植入到数控系统中去、实现实时在线热误差补偿计算。相比于最小二乘法,支持向量机法剔除了冗余数据,只采用部分支持向量进行建模,因此泛化能力较强。
|
全文目录
摘要 5-6 ABSTRACT 6-8 致谢 8-13 第一章 绪论 13-19 1.1 引言 13 1.2 机床热误差研究的相关背景 13-17 1.2.1 机床热误差研究简况 13-15 1.2.2 热误差建模研究状况 15-17 1.3 课题来源和论文主要内容 17-19 1.3.1 课题来源 17 1.3.2 本论文主要内容 17-19 第二章 CL-20A 数控车床实验及数据处理 19-29 2.1 数控机床热变形成因 19-20 2.2 数控车床热变形概述 20-21 2.3 CL-20A 数控车床及其实验简介 21-27 2.3.1 CL-20A 数控车床 21-22 2.3.2 测试实验简介 22-27 2.4 温度敏感点筛选 27-29 第三章 支持向量机原理及算法 29-41 3.1 支持向量机原理 29 3.2 支持向量机的特点及应用 29-33 3.2.1 支持向量机的特点 29-30 3.2.2 支持向量机的具体应用 30-33 3.3 构造支持向量机 33-38 3.3.1 线性分类器 33-35 3.3.2 非线性分类器 35-38 3.4 支持向量机算法 38-41 第四章 支持向量回归机的实现 41-46 4.1 基于MATLAB的 -不敏感支持向量回归机的实现 41-42 4.2 ? -不敏感支持向量回归机建模效果验证 42-44 4.3 CL-20A主轴热误差补偿初探 44-46 4.3.1 原点平移补偿法 44 4.3.2 反馈截断补偿法 44-46 第五章 基于神经网络和最小二乘法的对比分析 46-50 5.1 基于 MATLAB 的 BP 神经网络构建 46-47 5.2 BP 神经网络建模效果验证 47-48 5.3 最小二乘法理论及建模 48 5.4 最小二乘法回归验证 48-50 第六章 总结与展望 50-51 6.1 总结 50 6.2 展望 50-51 参考文献 51-55 攻读硕士学位期间发表的论文 55-56 附录1 实验数据 56-68 表1 56-58 表2 58-60 表3 60-62 表4 62-65 表5 65-68 附录2 逐步回归程序 68-69 附录3 支持向量机回归程序 69-75 1.主函数 69-70 2.建模训练函数 70-73 3.回归函数 73-75
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 机械臂视觉伺服系统的研究,TP242.6
- 基于支持向量机的故障诊断方法研究,TP18
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 高速公路拆迁民众生存系统评价研究,D523
中图分类: > 工业技术 > 金属学与金属工艺 > 金属切削加工及机床 > 车削加工及车床(旋床) > 程序控制车床和数控车床
© 2012 www.xueweilunwen.com
|