文摘
英文文摘
第一章 绪论
1.1 研究背景及意义
1.2 数控慢走丝线切割机床的热误差分析及解决措施
1.2.1 数控慢走丝线切割机床热误差产生的原因
1.2.2 热变形误差基本解决措施
1.3 国内外研究状况
1.4 课题来源和主要研究内容
1.4.1 课题来源
1.4.2 本论文主要研究内容
第二章 BP人工神经网络与遗传算法理论
2.1 前言
2.2 BP人工神经网络简介
2.2.1 人工神经网络
2.2.2 BP人工神经网络原理
2.2.3 BP神经网络的算法
2.2.4 BP网络的特点
2.3 遗传算法简介
2.3.1 模式定理
2.3.2 遗传算法中的基本概念
2.3.3 遗传算法实现
2.3.4 遗传算法的特点
2.4 本章小结
第三章 温度测点优化和热误差模型的构建
3.1 机床温度测点优化选择
3.1.1 温度测点优化的意义
3.1.2 温度测点初选和布置
3.1.3 温度测点优化
3.2 GA优化的BP神经网络机床热误差模型
3.2.1 模型构建流程
3.2.2 BP神经网络部分
3.2.3 遗传算法部分
3.2.4 预测分析
3.2.4 编程实现
3.3 热误差补偿对比模型
3.4 本章小结
第四章 实验研究
4.1 实验目的和内容
4.2 实验设备
4.2.1 数控慢走丝线切割机床
4.2.2 温度和位移采集系统
4.2.3 测试用的夹具
4.3 实验方案
4.4 数据采集
4.4.1 数据采集测试系统界面
4.4.2 实验数据
4.5 数控慢走丝线切割机床温度测点优化选择
4.6 基于GA-BP神经网络的热误差补偿模型分析
4.6.1 确立模型结构
4.6.2 训练预测模型
4.6.3 预测能力分析
4.7 本章小结
第五章 总结展望
5.1 结论
5.2 问题与展望
参考文献
附录
作者在攻读硕士学位期间完成的学术论文
致谢
苏州大学;