本文關鍵詞：珩磨加工尺寸預報建模的研究

  更多相關文章： 珩磨 加工尺寸 預報模型 組合模型

【摘要】：作為一種特殊的磨削加工形式,珩磨是一種高效、經濟的精加工方法。加工尺寸的預報建模是實現珩磨加工尺寸在線監(jiān)控的必要條件。將加工尺寸預報補償技術引入到珩磨加工過程中,利用氣動測量系統(tǒng),檢測被加工工件的尺寸數據,并將該數據作為尺寸預報的對象,建立實時模型,對其未來的尺寸進行在線預報,從而有效保證工件加工尺寸的精度。 本文針對珩磨加工過程,利用珩磨加工尺寸數據和MATLAB軟件,對常見的指數平滑模型、灰色GM(1,1)模型和AR(n)預報模型的適用性進行了深入分析。在此基礎上,提出了幾種模型優(yōu)化方法和預報方法。主要研究內容如下： 1.對指數平滑預測法和等維遞補GM(1,1)預報模型進行了計算及驗證,得出了相應模型的預報精度,分析得到了這兩種方法在珩磨加工尺寸預報上的優(yōu)劣性。 2.為了抑制等維遞補GM(1,1)預報模型維數對預報精度的過分影響,在比較傳統(tǒng)的對初始數據的函數變換方法之上,提出了去除明顯不合趨勢數據的數據處理法,以提高預報精度,削弱模型維數對精度的影響。 3.基于GM(1,1)-AR(n)殘差修正組合模型,對其在珩磨加工尺寸預報中的適應性進行了驗證。同時,通過改變灰色等維GM(1,1)模型的維數和采用不同的AR(n)模型的參數估計法,對模型進行了深入分析與研究,并且將提出的初始數據處理方法運用到該模型的預報中,預報精度得到了明顯提高,取得了滿意效果。 4.基于對指數平滑模型和灰色預報模型的特點分析,提出了一種組合模型—SGM(αt,s0.t,1,1),并通過理論分析和實例計算,驗證了該模型在柱塞套內圓的珩磨過程中的適用性。同時對所提出模型的參數進行深入分析和計算,得出了模型參數選擇的一般原則,保證了模型在實際應用當中的可靠性；并且對以往的靜態(tài)化調整系數進行動態(tài)化預測,使得調整系數能夠根據實時情況進行調整,避免了靜態(tài)參數的弊端,能夠使組合模型獲得高的預報精度。
【關鍵詞】：珩磨 加工尺寸 預報模型 組合模型
【學位授予單位】：蘭州理工大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TH161;TG580.67
【目錄】：

• 目錄5-7
• 摘要7-8
• Abstract8-10
• 插圖索引10-11
• 附表索引11-12
• 第1章 緒論12-20
• 1.1 引言12-13
• 1.2 課題來源13
• 1.3 珩磨加工尺寸預報的國內外研究現狀13-18
• 1.3.1 珩磨加工現狀及珩磨機13-14
• 1.3.2 機械加工過程中的尺寸控制14-15
• 1.3.3 機械加工尺寸預報補償技術的研究現狀15-18
• 1.3.4 總結18
• 1.4 本文的研究目的和內容18-20
• 1.4.1 研究目的18-19
• 1.4.2 研究內容19-20
• 第2章 時間序列模型的預報20-26
• 2.1 指數平滑模型20-21
• 2.1.1 指數平滑模型建模原理20-21
• 2.1.2 靜態(tài)指數平滑模型21
• 2.2 數據及其驗證實驗21-24
• 2.3 動態(tài)模型參數對預報精度的優(yōu)化24-25
• 2.4 本章小結25-26
• 第3章 灰色模型的預報26-41
• 3.1 灰色等維遞補GM(1,1)預報模型26-28
• 3.1.1 GM(1,1)建模原理26-27
• 3.1.2 GM(1,1)模型精度檢驗27-28
• 3.1.3 等維遞補預報28
• 3.2 數據及其驗證實驗28-29
• 3.3 GM(1,1)模型維數對預報精度的影響分析29-32
• 3.4 對初始序列的變換研究32-38
• 3.4.1 初始數據的函數變換32-34
• 3.4.2 去除明顯不合趨勢數據的數據處理法34-38
• 3.5 不等維情況下的預報分析38-40
• 3.6 本章小結40-41
• 第4章 基于灰色模型與時間序列模型的殘差修正組合模型41-50
• 4.1 殘差與殘差修正分析41
• 4.2 GM(1,1)－AR(n)殘差修正組合模型及其建模41-42
• 4.2.1 GM(1,1)－AR(n)殘差修正組合模型41-42
• 4.2.2 GM(1,1)－AR(n)殘差修正組合模型的建模方法42
• 4.3 AR(n)模型的建立42-43
• 4.4 GM(1,1)－AR(n)殘差修正組合模型預報分析43-47
• 4.4.1 AR(n)殘差模型的建立43-45
• 4.4.2 組合模型預報分析45-47
• 4.5 AR(n)模型中不同的參數估計法47-48
• 4.6 GM(1,1)－AR(n)殘差修正組合模型的優(yōu)化分析48-49
• 4.7 本章小結49-50
• 第5章 基于時間序列模型和灰色模型的組合模型的預報50-61
• 5.1 SGM(α_1,S_0,1,1)組合預報模型50
• 5.2 數據及其驗證實驗50-53
• 5.3 調整系數對預報精度的影響分析53-55
• 5.4 動態(tài)調整系數的研究分析55-59
• 5.5 與殘差修正組合模型的對比分析59-60
• 5.6 本章小結60-61
• 總結與展望61-63
• 參考文獻63-67
• 致謝67-68
• 附錄A 攻讀碩士研究生期間發(fā)表的論文68-69
• 附錄B 珩磨加工尺寸預報部分算法程序69-77

【參考文獻】

中國期刊全文數據庫 前10條

1 秦平,王中宇;軸承在磨削過程中的尺寸預報[J];軸承;1999年09期

2 陳國強,趙俊偉,黃俊杰,劉萬里;基于Matlab的AR模型參數估計[J];工具技術;2005年04期

3 張弦;李世平;孫浚清;唐超;;基于支持向量機的動態(tài)測量誤差非線性組合預測方法[J];工業(yè)儀表與自動化裝置;2007年05期

4 甘麗珍;張銘鑫;劉明周;蔣增強;葛茂根;;基于傅里葉變換的質量預測動態(tài)殘差修正模型[J];合肥工業(yè)大學學報(自然科學版);2009年06期

5 亓四華,費業(yè)泰;基于灰色系統(tǒng)理論的柱塞套內圓珩磨過程模型研究[J];機床與液壓;2002年03期

6 李勇;段正澄;;基于支持向量機的機械加工誤差預測與補償模型的研究[J];機床與液壓;2007年01期

7 王清明,盧澤生,董申;機械加工在線測量技術綜述[J];計量技術;1999年04期

8 鄭堤,孫令貽;機械加工系統(tǒng)瞬時工藝能力預測分析[J];機械設計與制造;2002年05期

9 孫建章，呂玉山，張鐳;外圓無心磨削質量控制的灰色預測模型[J];機械設計與制造;1994年01期

10 樂清洪,趙驥,朱名銓;人工神經網絡在產品質量控制中的應用研究[J];機械科學與技術;2000年03期

中國博士學位論文全文數據庫 前1條

1 于連棟;動態(tài)測量系統(tǒng)現代建模理論研究[D];合肥工業(yè)大學;2003年

中國碩士學位論文全文數據庫 前5條

1 徐鴻濤;珩磨工件內表面形狀快速判定方法的研究[D];蘭州理工大學;2011年

2 張強;機械加工尺寸預報建模的研究[D];西北農林科技大學;2002年

3 趙梅娟;GM（1，1）模型的改進及其應用[D];江蘇大學;2005年

4 宣寒玉;基于人工神經網絡的珩磨加工工藝參數智能選擇方法[D];蘇州大學;2010年

5 吳春廣;GM（1，，1）模型的改進與應用及其MATLAB實現[D];華東師范大學;2010年

本文編號：526676