首页> 中文学位 >基于聚类及神经网络的机床热误差研究
【6h】

基于聚类及神经网络的机床热误差研究

代理获取

目录

声明

1 绪论

1.1 课题背景

1.2 课题研究的意义

1.3 国内外研究现状

1.3.1 机床误差主要来源

1.3.2 传感器布置、测量、优化现状

1.3.3 机床热误差建模方法

1.3.4 目前主要存在的问题

1.4 学位论文主要内容

1.5 本章小结

2 总体研究方案及系统设计

2.1 机床热误差补偿研究总体方案

2.2 系统硬件选择与试验平台搭建

2.2.1 温度传感器选择

2.2.2 位移传感器选择

2.2.3 确定通信与数据保存方案

2.3 本章小结

3 机床变形机理及温度、位移测量实验

3.1 机床热变形机理研究-初选测温点

3.2 测温试验方案

3.3 实验方法及数据采集

3.4 本章小结

4 数据处理及测温点优化

4.1 数据清洗

4.1.1 检测数据是否符合正态分布

4.1.2 筛选数据异常值

4.1.3 缺失值处理

4.2 构建温度-位移矩阵

4.3 测温点优化

4.3.1 测温点优化方法

4.3.2 聚类求解过程:

4.3.3 结合相关系数得到测温点优化结果

4.4 基于GAM的回归显著性检验

4.4.1 GAM分析

4.4.2 单解释变量分析

4.4.3 多因素GAM分析

4.5 本章小结

5 数据增强及热误差建模

5.1 数据集增强的目的

5.2 随机动态噪声法进行数据增强

5.3 基于BP神经网络的机床热误差建模研究

5.3.1 神经网络介绍

5.3.2 BP神经网络结构及计算方法

5.3.3 网络学习方法

5.4 构建机床温度-热误差网络

5.4.1 网络训练及预测

5.5 基于多特征融合的热误差建模研究

5.6 模型对比

5.7 热误差补偿软件实现

5.8 本章小结

6 总结与展望

6.1 全文总结

6.2 展望

参考文献

个人简历、在学期间发表的学术论文及研究成果

致谢

展开▼

著录项

  • 作者

    李焕昭;

  • 作者单位

    郑州大学;

  • 授予单位 郑州大学;
  • 学科 工程硕士
  • 授予学位 硕士
  • 导师姓名 张爱梅;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号