文摘
英文文摘
声明
第一章绪论
1.1引言
1.2软测量模型
1.3软测量模型的建立方法
1.3.1机理建模
1.3.2辨识建模
1.3.3混合建模方法
1.4影响软测量性能的主要因素
1.4.1建模方法的选择
1.4.2辅助变量的选择
1.4.3测量数据的预处理
1.4.4软测量模型的维护
1.5课题的背景和主要研究工作简介
1.5.1课题的背景
1.5.2本课题的研究目的
1.5.3主要研究工作简介
1.6全文的主要内容和组织结构
第二章有关磨削的理论研究
2.1磨削表面粗糙度的研究
2.1.1表面粗糙度的有关概念
2.1.2表面粗糙度对零件性能的影响
2.1.3影响磨削加工表面粗糙度的因素
2.1.4磨削加工表面粗糙度在线软测量
2.1.5螺旋锥齿轮磨削加工表面粗糙度的预测方法
2.2磨削力的研究
2.2.1磨削力及其作用
2.2.2磨削力的计算
2.2.3磨削力的实验测量
2.2.4磨削力的在线软测量
2.2.5螺旋锥齿轮磨削加工磨削力的测量方法
2.3本章小结
第三章基于新息优化模型GM(1,1,α)的软测量建模及其应用
3.1灰预测及GM(1,1,D)模型
3.2改进的灰预测模型
3.2.1改进边界条件的选取
3.2.2改进白化背景值的选取
3.3灰预测模型的进一步改进——新息优化模型GM(1,1,α)
3.3.1新息优化模型GM(1,1,α)
3.3.2简化新息因子α的计算
3.4新息优化模型GM(1,1,α)的建模预测步骤
3.5新息优化模型GM(1,1,α)的应用
3.5.1问题的提出
3.5.2磨削加工实验
3.5.3表面粗糙度值测试
3.5.4 Ra值的灰预测
3.5.5结论
3.6本章小结
第四章基于RBF神经网络的软测量建模及其应用
4.1人工神经网络
4.1.1人工神经元模型与人工神经网络的结构
4.1.2人工神经网络的特点
4.1.3人工神经网络建模的特点
4.2 RBF神经网络原理与算法
4.2.1 RBF网络的构成原理
4.2.2 RBF神经网络学习算法
4.3基于RBF神经网络的磨削力软测量
4.3.1螺旋锥齿轮磨削加工磨削力软测量的意义
4.3.2研究螺旋锥齿轮磨削力的技术路线
4.3.3模拟实验
4.3.4基于RBF神经网络的磨削力软测量
4.3.5结论
4.4本章小结
第五章结束语
参考文献
致谢
攻读学位期间主要的研究成果