学位论文 > 优秀研究生学位论文题录展示

复杂型面数控加工的神经网络控制

作　者: 王凯
导　师: 邬再新
学　校: 兰州理工大学
专　业: 机械制造及其自动化
关键词: 神经网络 BP算法 插补控制 误差补偿 模型建立
分类号: TP183
类　型: 硕士论文
年　份: 2007年
下　载: 136次
引　用: 0次
阅　读: 论文下载
 

内容摘要


数控加工技术是近代发展起来的一种自动控制技术，是用数字化的信息驱动机床运动从而加工出复杂型面零件轮廓形状的一种方法，是先进制造技术的重要组成部分。数控加工的目的是要提高产品加工的精度和加工效率，因此必须对加工过程进行一定的控制以满足生产的需要。但由于复杂型面零件的数控加工过程具有复杂的、非线性、不确定性等特点，用传统的基于被控对象精确数学模型的方法已经难以获得良好的控制效果。为了解决这一问题，本文将神经网络技术应用在复杂型面数控加工的控制中，利用神经网络拥有优秀的逼近能力、泛化能力和自学习能力的特点，以实现提高加工精度和加工效率的目的。将神经网络方法应用在数控加工过程的插补控制，利用神经网络的并行性能和可以模拟任意非线性函数的特性，使得插补运算的时间大幅度缩短，提高插补计算的速度，实现对空间任意曲线或空间离散点的直接插补。利用其具有良好的非线性逼近能力及隐式函数的构造能力，通过对数控系统进行网络辨识，并对误差补偿技术和误差控制的神经网络实现方法进行分析，建立误差补偿控制器的神经网络模型，实现较为精确的加工误差补偿技术，提高了工件的加工精度。利用神经网络技术的自学习能力和泛化能力，将其应用在复杂型面零件的模型建立上，这种方式不需要工程技术人员掌握相关的知识和进行大量的、复杂的数学计算，大大降低了零件模型建立的难度、减少了建模时间。通过仿真试验分析可以看出，将神经网络技术应用在复杂型面零件的数控加工控制中是可行的，与传统的控制方法相比较，基于神经网络的数控加工控制技术的控制方案效果较好，控制精度较高，具有实时性和稳定性的特点，能够提高数控加工的效率和加工精度，有较好的实际应用价值。

全文目录


摘要  7-8
Abstract  8-9
第1章 绪论  9-17
  1.1 复杂型面数控加工技术概述  9-12
    1.1.1 数控加工的特点  9-10
    1.1.2 复杂型面零件加工的发展现状  10-11
    1.1.3 复杂型面零件数控加工存在的问题  11-12
  1.2 数控加工技术的发展趋势  12-13
  1.3 人工神经网络与数控技术的结合  13-14
    1.3.1 神经网络在数控加工中的应用  13
    1.3.2 基于神经网络技术的数控加工特点  13-14
  1.4 神经网络的发展方向  14-15
  1.5 本课题的意义  15-16
  1.6 本文的主要内容  16-17
第2章 人工神经网络和BP网络理论  17-28
  2.1 人工神经网络原理和功能  17-21
    2.1.1 神经网络结构  18-19
    2.1.2 激活转移函数  19-21
    2.1.3 神经网络的功能  21
  2.2 BP神经网络理论  21-24
    2.2.1 BP网络原理  21-22
    2.2.2 BP网络的学习算法  22-24
  2.3 BP算法的改进  24-27
    2.3.1 BP算法的限制与不足  24-25
    2.3.2 BP算法的改进方法  25-27
  2.4 本章小节  27-28
第3章 设计神经网络模型的分析  28-35
  3.1 各种神经网络特点和应用比较  28-30
  3.2 BP神经网络模型的设计  30-34
    3.2.1 网络结构的设计  30-32
    3.2.2 网络数据的处理  32-33
    3.2.3 网络的训练和测试  33-34
  3.3 本章小结  34-35
第4章 复杂型面数控加工过程的神经网络控制  35-55
  4.1 基于神经网络的数控插补控制  35-44
    4.1.1 基本插补算法  36-37
    4.1.2 数控插补的神经网络方法  37-39
    4.1.3 神经网络的训练过程  39
    4.1.4 神经网络插补方法的仿真试验  39-43
    4.1.5 神经网络的数控插补原理  43-44
  4.2 神经网络技术在加工误差控制中的应用  44-54
    4.2.1 误差补偿技术的概述  44-45
    4.2.2 误差的测量及补偿原理  45-47
    4.2.3 基于神经网络的误差补偿研究  47-52
    4.2.4 仿真结果与分析  52-54
  4.3 在数控加工中使用神经网络控制方法要注意的事项  54
  4.4 本章小结  54-55
第5章 复杂型面零件建模的神经网络方法  55-64
  5.1 传统建模方法的分析  55-58
    5.1.1 建模的主要方法  55-57
    5.1.2 传统方法的建模过程  57-58
  5.2 用神经网络方法建立零件模型  58-62
    5.2.1 神经网络在零件建模中的分析  58-59
    5.2.2 网络模型的建立  59-60
    5.2.3 仿真分析  60-62
  5.3 神经网络建模技术与插补控制的结合  62-63
  5.4 本章小结  63-64
第6章 结论与展望  64-66
参考文献  66-69
致谢  69-70
附录A 攻读硕士学位期间发表的学术论文  70

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
  4. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  5. 红外超光谱图像的虚拟探测器研究,TP391.41
  6. 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
  7. 基于神经网络的水厂投药预测控制研究,TP273.1
  8. 视觉伺服四自由度机械臂的研究,TP242.6
  9. 机械臂视觉伺服系统的研究,TP242.6
  10. 压电驱动微工作台的控制与校正技术研究,TP273
  11. 某武器检测装置的控制系统设计,TP183
  12. 市级旅游用地规划环境影响评价研究,X820.3
  13. 珠三角地区高性能混凝土配合比智能化系统,TU528
  14. 大学生综合素质测评研究,G645.5
  15. 不具备全局Lipschitz条件的时滞细胞神经网络的反周期解研究,TP183
  16. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  17. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  18. 基于神经网络辨识的同步发电机励磁控制研究,TM31
  19. 基于BP神经网络的水稻干燥智能控制研究,S226.6
  20. 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
  21. 海上平台消防系统研究,U698.4

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
© 2012 www.xueweilunwen.com