欢迎来到天天文库
浏览记录
ID:32240996
大小:4.03 MB
页数:76页
时间:2019-02-02
《基于贝叶斯网络的数控机床热误差建模研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、浙江大学硕上学位论文基于贝叶斯网络的数控机床热误差建模研究摘要本文以建立基于贝叶斯网络的数控机床热误差模型为主要内容。在分析当前国内外机床热误差补偿建模现状的基础上,提出了使用贝叶斯网络进行热误差建模的方法。贝叶斯网络基于概率和统计理论,具有坚实的数学基础、自然的表达方式、强大的推理能力和方便的决策机制等许多优点,是研究不确定性问题的重要方法之一,在许多领域得到了广泛应用。论文利用贝叶斯网络进行数控机床热误差建模,论文研究提出的模型结构清晰,采用的贝叶斯网络具有较强的理论基础,计算简洁且易于理解。通过实验数据验证了贝叶斯网络模型的优越性,同时随着数据的不断积累和丰富,此模型的预测精度
2、越来越高,得出的预测结果也会越来越具有实用价值,对实现下一步的热误差补偿也有较强的参考价值。论文的主要内容如下:第一章,阐述了论文研究背景和意义。在介绍国内外数控机床热误差补偿建模研究现状基础上,分析了当前热误差模型的主要类型和优缺点,提出了采用贝叶斯网络进行热误差建模的思路,最后概述了课题的来源和主要研究内容。第二章,系统地介绍了贝叶斯网络方法和理论基础。包括贝叶斯网络的构造、贝叶斯网络的学习、贝叶斯网络的推理和朴素贝叶斯分类器。第三章,详细地介绍了基于贝叶斯网络的数控机床热误差建模的方法。首先介绍了如何选择贝叶斯网络;其次详细地论述了利用贝叶斯网络来建立数控机床热误差模型的方法;
3、最后对模型进行了简要的分析。第四章,主要论述了数控机床热误差检测实验。首先介绍了试验设备,包括数控机床、温度采集器和微位移传感器;最后论述了实验方案,并获得了实验数据。第五章,在前几章论述的基于贝叶斯网络的数控机床热误差建模的基础上,利用实验数据实现了基于贝叶斯网络的热误差模型,其中包括利用单点温度变量建模,四点温度变量建模和十三点温度变量建模,并通过与最4,-乘建模方法的比较,验证了贝叶斯网络模型的优越性。第六章,对本文的研究工作和研究成果进行总结,并对将来的研究工作做出了一定的展望。关键词:数控机床,热误差,建模,贝叶斯网络,朴素贝叶斯分类AbstractThemainconte
4、ntofthisdissertationiSthemodelofthermalerrorsforCNCmachinetoolsviaBayesianNetworks(BN).BasedonfullyunderstandinganddeeplyanalyzingthecurrentstatusofresearchandapplicationofthethermalerrormodelingandcompensationtechniqueforCNCmachinetools,BayesianNetworksmodelingisproposed.BNisoneofthemostimport
5、antmethodstOdealingwithuncertaintyproblems.Ithascompletemathematicsupportandisbasedontheprobabilisticandstatisticstheory.Becauseofitsnaturalknowledgerepresentation,powerfulreasoningability,aswellasconvenientdecision-makingmechanism,itisappliedinmanydomainsnow.Thepredictionmodelofthispaperislegi
6、bleinframework.TheprobabilitycomputationbasedonBNhasstrongtheorybasisandisconcisetocomputeandeasytounderstand.Bytheabundanceoffactorwhichinducesthethermalerror,thepredictionprecisionofthismodelwillbecomehigherandtheresultismoreuseful.Theprimarycontentofthispaperincludes:Inchapter1,thebackground
7、andthesignificanceoftheresearcharestated.Theresearchhistoryandcurrentsituationofthethermalerrormodelingarealsoprovided.Afterthedescriptionoftheshortcomingofcurrentthermalerrormodeling,theBNmodelingiSadvisedandthemaincontentofthedi
此文档下载收益归作者所有