电主轴温升智能预测与实验研究

电主轴温升智能预测与实验研究

ID:34926445

大小:5.07 MB

页数:80页

时间:2019-03-14

电主轴温升智能预测与实验研究_第1页
电主轴温升智能预测与实验研究_第2页
电主轴温升智能预测与实验研究_第3页
电主轴温升智能预测与实验研究_第4页
电主轴温升智能预测与实验研究_第5页
资源描述:

《电主轴温升智能预测与实验研究》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、酵硕:t学位论文IH电主辅温升智能麵与实验辄究uMotorizedspindleTemperatureIntelligentPrediction—_IH描导謝w:李界讓敬發miMB张丽秀劑教撰MMilj||mi学科专业:视城制遁及其自亦症少‘(讓娩建奔^HB■H二o—四年十二月■声明本人声明,所呈交的学位论文是在导师的指导下独立完成的。论文中取得的研究成果除加L乂标注和致谢的地方外,不包含其他人己经发表或撰写过。的研究成栗,也不包括本人为获得其他学位而使用过的材料与我共同工作过的同志对本研究所做

2、的任何贡献均己在论文中作了明确的说明并表示谢幕。作者签茗:意7?嘉曰期:2W俾明学位论文版权使用授权书本学位论文作者和指导教师完全了解沈阳建筑大学有关保暫、使用学位论文的规定:即学校有权保留并向国家有关部口或机构送交论文的复印件和磁盘()可,允许论文被查阅和借阅或其授权机构。本人授权沈阳建筑大学、浏览秋将学位论文的全部或部分巧容编入有关数据库并通过网络提供检索。同意论文交流,请在下方签名(如作者和导师;否则视为不同意。)作者和导师同意网上交流的时间为作者获得学位后:/一一不限□半年曰年□年半□两年□'作者签名:是克I导师签名

3、:產琴知如知今日期:扛4年11^月日期:於/中年/2月分类号:学校代码:10153UDC:密级:公开硕士学位论文电主轴温升智能预测与实验研究作者姓名:夏万磊入学年份:2012年9月指导教师:李界家教授学科专业:机械制造及其自动化张丽秀副教授申请学位:工学硕士所在单位:交通与机械工程学院论文提交日期:2014年11月论文答辩日期:2014年12月学位授予日期:2015年1月答辩委员会主席:赵进答辩委员会组成:赵进张珂陆峰万晔陈士忠邓华波安冬论文评阅人:黄贤振赵进摘要电主轴是高速数控机床的关键部件,其性能的优劣直接决定着数控机床整机的技术水平。高速电主轴在旋转过程中,受到各种工

4、况的影响,电主轴热特性不稳定将导致故障发生并减小其使用寿命,而电主轴的损坏基本是因电主轴发热引起的。并且电主轴的热变形还会使工作精度下降从而影响电主轴的运行性能,因此为了确保电主轴工作时的精度和寿命,需对电主轴的温升进行预测和控制。高速电主轴在运转的过程中电主轴温度会因受到环境温度、冷却液温度和运行时间等因素的影响而变化。而电主轴的温度场变化规律具有高度的复杂性和非线性,并且对电主轴内部温度的测量具有一定困难,为解决对电主轴表面温度变化规律和对电主轴内部温度场的预测,本文以型号为150MD24Y20电主轴为研究对象分别对电主轴的外部表面温度和电主轴内部温度预测进行研究。主要工作如下:通过

5、对电主轴的表面温度预测方法的深入研究,在获得电主轴表面温度实时检测基础数据后,建立基于数据的电主轴表面温度预测模型,并分别采用人工神经网络中的BP算法、RBF算法建立电主轴温度预测模型对金属电主轴进行表面温度预测,两种预测模型有效地预测电主轴的表面温度的变化规律,预测结果表明:两种方法有效地解决了电主轴表面温度的高度非线性问题,但两种预测模型存在各自的缺陷导致预测精度有所下降。为了解决单一神经网络预测模型的缺陷,本文利用遗传算法优化的BP神经网络建立电主轴温度预测模型对高速电主轴表面温度进行预测,利用Matlab软件进行仿真研究,并将预测结果与实验结果进行对比验证预测结果的正确性。结果表

6、明利用遗传算法优化的BP神经网络建立电主轴表面温度预测模型预测精度更高。本文基于损耗实验的电主轴内部温度场预测分析,建立了电主轴的有限元模型,分析了电主轴的主要生热机理和传热机制,利用现有电主轴设备测量出的电主轴损耗数据来计算转子、定子的生热率以及轴承生热率,根据相关经验公式计算出电主轴不同部位的散热系数,然后把计算得到生热率与散热系数加载到所建立的电主轴有限元模型上。最后,利用ANSYS软件仿真分析得到高速电主轴温度分布情况和温度变化规律。并将由有限元模型得到的温度场分布情况与实验结果相对比来验证ANSYS预测模型的正确性。通过对电主轴内部温度预测研究,分析了电主轴的温度场分布规律,为

7、电主轴总体温度、瞬态温度预测提供理论基础。本文研究表明:利用遗传算法优化的BP神经网络建立的电主轴表面温度预测模型相比于单一的神经网络电主轴表面温度预测模型的预测精度更高,利用ANSYS建立电主轴内部温度场分布模型可用于电主轴内部温度变化趋势的预测,为电主轴热特性分析提供理论基础。关键词:高速电主轴;温度预测;温度场;仿真分析;实验研究AbstractMotorizedspindleisthecriticalcomponentofh

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。