学位论文 > 优秀研究生学位论文题录展示

数控慢走丝线切割机床热误差补偿方法的研究

作　者: 陈迪于
导　师: 芮延年
学　校: 苏州大学
专　业: 机械电子工程
关键词: 机床热变形 测温点选择 人工智能 误差补偿
分类号: TG48
类　型: 硕士论文
年　份: 2011年
下　载: 22次
引　用: 0次
阅　读: 论文下载
 

内容摘要


数控慢走丝线切割机床是一种高精度特种加工机床,机床的热变形对其加工精度影响较大。目前解决这一问题,最好的办法就是进行实时监测补偿,其中确定温度测点和热误差补偿模型是两个关键的问题。本文在分析国内外机床热误差补偿研究现状的基础上,采用模糊聚类法对温度测点进行优化测量,用遗传算法优化的BP神经网络法建立热误差补偿模型。通过研究,首先确立了基于模糊聚类法的温度测点优化选择方案,然后建立了基于遗传算法优化的BP神经网络数控慢走丝切割机床热补偿模型;在理论研究的基础上进行了实验研究,通过实验研究,证实了本文构造的方法能够有效地提高数控慢走丝线切机床的热变形误差预测能力,并得到最精简的温度测点数。本文主要做了如下工作:1.通过对数控慢走丝线切割机床的热变形误差产生原因的研究,以及对国内外的研究状况的调查,并结合数控慢走丝线切割机床实际,提出了基于遗传算法优化的BP神经网络法的热误差补偿建模方法与模糊聚类法进行温度测点的优化选择的研究方案。2.为了能更好地开展本课题的研究,对课题所涉及到的主要理论BP人工神经网络与遗传算法进行了学习、归纳、总结。3.结合专家经验和对数控慢走丝线切割机床热变形的分析,确定温度测点的数量、温度测点布置方法及构建了温度测点优化和热误差补偿模型。4.在理论研究的基础上,以DK7632型数控慢走丝线切割机床为研究背景进行了环境实验。通过实验研究,对模型进一步优化,实验初步证明本研究对提高数控慢走丝线切割机床的预测精度是可行的。该课题的研究为数控慢走丝线切割机床的热变形误差补偿奠定了理论与实验基础。

全文目录


中文摘要  4-5
Abstract  5-9
第一章 绪论  9-17
  1.1 研究背景及意义  9-10
  1.2 数控慢走丝线切割机床的热误差分析及解决措施  10-12
    1.2.1 数控慢走丝线切割机床热误差产生的原因  10-11
    1.2.2 热变形误差基本解决措施  11-12
  1.3 国内外研究状况  12-16
  1.4 课题来源和主要研究内容  16-17
    1.4.1 课题来源  16
    1.4.2 本论文主要研究内容  16-17
第二章 BP 人工神经网络与遗传算法理论  17-31
  2.1 前言  17
  2.2 BP 人工神经网络简介  17-22
    2.2.1 人工神经网络  17-18
    2.2.2 BP 人工神经网络原理  18-19
    2.2.3 BP 神经网络的算法  19-21
    2.2.4 BP 网络的特点  21-22
  2.3 遗传算法简介  22-30
    2.3.1 模式定理  22-23
    2.3.2 遗传算法中的基本概念  23
    2.3.3 遗传算法实现  23-30
    2.3.4 遗传算法的特点  30
  2.4 本章小结  30-31
第三章 温度测点优化和热误差模型的构建  31-41
  3.1 机床温度测点优化选择  31-34
    3.1.1 温度测点优化的意义  31
    3.1.2 温度测点初选和布置  31-33
    3.1.3 温度测点优化  33-34
  3.2 GA 优化的BP 神经网络机床热误差模型  34-39
    3.2.1 模型构建流程  35
    3.2.2 BP 神经网络部分  35-36
    3.2.3 遗传算法部分  36-38
    3.2.4 预测分析  38
    3.2.5 编程实现  38-39
  3.3 热误差补偿对比模型  39-40
  3.4 本章小结  40-41
第四章 实验研究  41-58
  4.1 实验目的和内容  41-42
  4.2 实验设备  42-46
    4.2.1 数控慢走丝线切割机床  42
    4.2.2 温度和位移采集系统  42-45
    4.2.3 测试用的夹具  45-46
  4.3 实验方案  46-48
  4.4 数据采集  48-51
    4.4.1 数据采集测试系统界面  48-49
    4.4.2 实验数据  49-51
  4.5 数控慢走丝线切割机床温度测点优化选择  51-53
  4.6 基于GA-BP 神经网络的热误差补偿模型分析  53-57
    4.6.1 确立模型结构  53
    4.6.2 训练预测模型  53-54
    4.6.3 预测能力分析  54-57
  4.7 本章小结  57-58
第五章 总结展望  58-60
  5.1 结论  58
  5.2 问题与展望  58-60
参考文献  60-63
附录  63-66
攻读硕士学位期间完成的学术论文  66-67
致谢  67-68

相似论文

  1. 人工智能的哲学思考,TP18
  2. 基于BP网络的元搜索引擎研究,TP391.3
  3. 六自由度焊接机器人运动控制精度的分析与研究,TP242
  4. 三坐标测量机的测量极值分析与路径设计,TH721
  5. LF精炼过程钢水温度预报模型的设计,TP18
  6. 基于证据理论和云模型的多属性决策算法研究,C934
  7. 惯性导航系统姿态信息校正设计,TN966
  8. 基于人工智能的本质安全参致评定设计与实现,X913.4
  9. 基于磁阻传感器的弹体姿态测量技术研究,TJ760
  10. 基于人工智能优化算法的聚丙烯熔融指数预报建模优化研究,TQ325.14
  11. 机器人技术发展中的矛盾问题研究,TP242
  12. 基于WEB的社区智能医疗服务系统的研究,TP311.52
  13. 混合智能算法在梯级水库中长期优化调度中的应用,TV697.11
  14. 反弧门钢止水密封面同步仿形修复技术研究,TV663
  15. 基于智能Agent技术的电子商务系统的研究,TP393.09
  16. 大庆电网电力变压器故障诊断,TM41
  17. 关于人工智能的哲学思考,TP18
  18. 旅游信息推荐系统的设计与实现,TP311.52
  19. 基于数字图像处理的火焰燃烧稳定性研究,TP391.41
  20. 工业机器人的工作空间和误差补偿的分析与仿真,TP242.2

中图分类: > 工业技术 > 金属学与金属工艺 > 焊接、金属切割及金属粘接 > 金属切割及设备
© 2012 www.xueweilunwen.com