本文關鍵詞：基于混沌特性的數(shù)控機床運動誤差溯因方法研究

  更多相關文章： 數(shù)控機床 混沌理論 溯因 運動誤差 SVM

【摘要】：數(shù)控機床(Computer numerical control,CNC)的精度直接影響著加工工件的精度,機床本體存在的誤差會直接復映到加工形狀上,增大加工工件誤差。在高精度加工過程中為保證加工質(zhì)量,對機床運動誤差進行溯因就顯得尤為重要。近年來,人們對數(shù)控機床運動誤差的研究主要偏向于數(shù)控機床誤差辨識、精度檢測等方面,卻增大了機床的故障停機時間,降低了數(shù)控裝備的服役可靠性;影響機床精度的因素多樣復雜,特定模型只適用于對應類型機床,不具有普遍性。本文提出一種基于混沌特性的數(shù)控機床運動誤差溯因方法。針對數(shù)控機床誤差源,采用混沌理論和分形技術,對數(shù)控機床不同誤差源時的系統(tǒng)非線性表現(xiàn)形式加以研究,利用球桿儀儀器做圓周測量精度運動時產(chǎn)生的圓度誤差數(shù)據(jù)作為一維時間序列,依據(jù)小波方法對時間序列降噪后采用C-C方法計算得到時間延遲、嵌入維數(shù)等混沌特性參數(shù),對數(shù)控機床進行混沌相空間重構。求取Wolf方法下的最大Lyapunov指數(shù),G-P算法下的關聯(lián)維數(shù),結合功率譜圖對比分析表明,數(shù)控機床的圓度誤差信號在本文時間序列獲取方法下呈現(xiàn)混沌特性,并且通過對以上四個混沌特性參數(shù)的研究表明,不同圓度誤差影響下的參數(shù)會有一定差異性,可以用來作為機床狀態(tài)監(jiān)測及溯源分析的特征參數(shù)。在對機床誤差的演化研究方面,發(fā)現(xiàn)在不同進給速度下的最大Lyapunov指數(shù)隨著數(shù)控機床精度的降低而增大。最終通過SVM(Support Vector Machine,支持向量機)方法實現(xiàn)了圓運動典型誤差溯因網(wǎng)絡的搭建,實驗結果表明該方法分類識別速度快,準確率較高,并且本文所敘述方法能為數(shù)控機床的混沌預測及后續(xù)演化分析提供較大的技術支持。本文的研究內(nèi)容主要分為三個部分:首先是數(shù)控機床圓度誤差測試及時間序列預處理;通過球桿儀儀器在一定條件下對機床進行圓度誤差的實測實驗,獲取到了應用于混沌特性分析的時間序列數(shù)據(jù),利用小波方法進行降噪處理。其次是對機床實測綜合圓度誤差進行了混沌特性分析,研究了機床在發(fā)生綜合誤差情況下的混沌特性及演化規(guī)律,以及典型運動誤差所具有的混沌性質(zhì)特征,包括時間序列功率譜分析、混沌相空間重構等內(nèi)容,時間延遲、嵌入維數(shù)、最大Lyapunov指數(shù)和關聯(lián)維數(shù)四種重要混沌表征參數(shù)的獲取,構建了特征向量,從而實現(xiàn)了機床圓運動誤差與特征向量間的映射。最后是數(shù)控機床運動誤差溯因方法研究,基于SVM方法,以之上四個混沌特性參數(shù)的特征向量做為輸入,六種典型誤差源做為網(wǎng)絡輸出,搭建溯因網(wǎng)絡。通過測試訓練,實現(xiàn)了基于混沌特性的數(shù)控機床運動誤差溯因,結果表明,識別率較高。
【關鍵詞】：數(shù)控機床 混沌理論 溯因 運動誤差 SVM
【學位授予單位】：重慶理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TG659
【目錄】：

• 摘要4-6
• Abstract6-11
• 1 緒論11-17
• 1.1 本論文研究的背景與意義11-12
• 1.2 課題來源12
• 1.3 國內(nèi)外研究現(xiàn)狀12-15
• 1.3.1 數(shù)控機床運動誤差及圓度測試12-13
• 1.3.2 混沌理論的研究現(xiàn)狀13-14
• 1.3.3 SVM研究現(xiàn)狀14
• 1.3.4 數(shù)控機床誤差溯因的研究現(xiàn)狀14-15
• 1.4 課題研究內(nèi)容15-17
• 2 數(shù)控機床圓度誤差測試及時間序列預處理17-29
• 2.1 數(shù)控機床圓度誤差測試實驗17-18
• 2.1.1 球桿儀介紹17-18
• 2.1.2 球桿儀測試原理18
• 2.2 數(shù)控機床圓度誤差測試實驗現(xiàn)象18-24
• 2.2.1 綜合圓度誤差18-19
• 2.2.2 典型單項圓度誤差19-24
• 2.3 精度時間序列獲取及降噪24-28
• 2.3.1 時間序列獲取24-25
• 2.3.2 時間序列的降噪25-27
• 2.3.3 實測時間序列小波方法去噪27-28
• 2.4 本章小結28-29
• 3 精度時間序列相空間重構方法29-41
• 3.1 混沌理論基礎29-36
• 3.1.1 混沌的起源和定義29-31
• 3.1.2 混沌運動特點、分類及判別31-33
• 3.1.3 典型的混沌時間序列33-36
• 3.1.3.1 Henon映射33-34
• 3.1.3.2 Duffing方程34-35
• 3.1.3.3 Lorenz吸引子35-36
• 3.2 時間序列相空間重構方法36-39
• 3.2.1 時間序列相空間重構理論36-37
• 3.2.2 自相關法求時間序列延遲時間37-38
• 3.2.3 互信息量法求時間序列延遲時間38
• 3.2.4 C-C方法求時間序列延遲時間和嵌入維數(shù)38-39
• 3.2.5 時間序列相空間重構方法總結39
• 3.3 本章小結39-41
• 4 基于混沌特性的數(shù)控機床圓度誤差演化及溯因分析41-59
• 4.1 時間序列功率譜分析41-42
• 4.1.1 功率譜分析概述41-42
• 4.1.2 功率譜分析在機床時間序列分析中的應用42
• 4.2 綜合圓度誤差混沌特性分析42-51
• 4.2.1 分形理論與關聯(lián)維數(shù)42-46
• 4.2.1.1 分形簡述42-43
• 4.2.1.2 分形維數(shù)43-44
• 4.2.1.3 分形維數(shù)用于數(shù)控機床圓度誤差溯因的可行性44
• 4.2.1.4 關聯(lián)維數(shù)計算方法44-46
• 4.2.2 混沌特性研究46-51
• 4.2.2.1 C-C方法混沌相空間重構46-47
• 4.2.2.2 最大Lyapunov指數(shù)計算47-48
• 4.2.2.3 機床精度演化特性分析48-51
• 4.3 典型運動誤差混沌特性分析51-58
• 4.3.1 反向躍沖誤差下的混沌特征參數(shù)求解52-53
• 4.3.2 直線度誤差下的混沌特征參數(shù)求解53-55
• 4.3.3 其他典型誤差時的混沌特征參數(shù)求解55-57
• 4.3.4 混沌特性研究總結57-58
• 4.4 本章小結58-59
• 5 基于SVM的數(shù)控機床誤差溯因方法研究59-67
• 5.1 特征向量與誤差源間的映射關系59-60
• 5.1.1 特征向量的參數(shù)選擇59
• 5.1.2 特征向量的建立59-60
• 5.2 基于SVM的誤差因素溯因方法60-64
• 5.2.1 SVM原理60-62
• 5.2.2 SVM的核函數(shù)選擇62-63
• 5.2.3 基于SVM的誤差因素溯因63-64
• 5.3 本章小結64-67
• 6 總結與展望67-69
• 6.1 研究總結67
• 6.2 課題展望67-69
• 致謝69-71
• 參考文獻71-75
• 個人簡歷、在學期間發(fā)表的學術論文及取得的研究成果75-77
• 附錄 177-85
• 附錄 285-86

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 汪麗娜;陳曉宏;李粵安;林凱榮;李艷;;月徑流時間序列的混沌特性分析[J];生態(tài)環(huán)境;2008年06期

2 劉偉;;危險化學品泄漏事故的混沌動力學特性分析[J];化工管理;2013年06期

3 陸仁強;牛志廣;張宏偉;;基于相空間重構理論的天津市近海水質(zhì)混沌特性研究[J];海洋環(huán)境科學;2010年01期

4 呂翎,李成仁;對Shil'nikov混沌特性擬合計算的改進[J];高等學�；瘜W學報;2000年01期

5 劉明言,胡宗定,吳建勇;氣-液-固三相磁性流化床混沌特性研究[J];高�；瘜W工程學報;1999年05期

6 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 鄧磊磊;楊利韜;許霽;;水下噪聲的混沌特性分析[A];第十四屆船舶水下噪聲學術討論會論文集[C];2013年

2 付立;賈卓生;霍炎;馮玉珉;;MPEG4編碼視頻序列混沌特性的研究[A];2007通信理論與技術新發(fā)展——第十二屆全國青年通信學術會議論文集（下冊）[C];2007年

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 冷雪;開關電器電弧混沌特性判定與調(diào)控[D];沈陽工業(yè)大學;2014年

2 吳芳;不同市場環(huán)境下多產(chǎn)品寡頭市場混沌特性分析[D];天津大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 宋爽;雙饋風機系統(tǒng)混沌特性的分析與控制[D];天津理工大學;2015年

2 黃滿義;基于混沌特性和遞歸圖的輸油管道泄漏檢測與定位方法[D];燕山大學;2015年

3 尹蒼穹;肌電信號混沌特性分析及其在髖關節(jié)康復下肢控制中的應用[D];吉林大學;2016年

4 諶威;庫水作用下西爾瓜子滑坡響應規(guī)律及混沌特性探討[D];成都理工大學;2016年

5 王立明;基于混沌特性的數(shù)控機床運動誤差溯因方法研究[D];重慶理工大學;2016年

6 吳昊;交通流理論中的混沌特性識別及預測研究[D];長安大學;2010年

7 張文博;我國交易所債券市場的混沌特性研究[D];中國海洋大學;2014年

8 王青;無理數(shù)序列的似混沌特性及其在圖像加密中的應用[D];復旦大學;2009年

9 陳帥;高速公路交通流混沌特性分析及其在流量預測中的應用[D];重慶大學;2014年

10 張永剛;具時滯控制的Rossler混沌系統(tǒng)的分支分析[D];哈爾濱工業(yè)大學;2006年

，

本文編號：675210