导读:本文包含了尺寸智能预测论文开题报告文献综述及选题提纲参考文献，主要关键词:磨加工,主动测量,支持向量机,尺寸预报
尺寸智能预测论文文献综述
职占新[1]（2019）在《基于统计学习的磨削加工尺寸精度智能预测控制》一文中研究指出磨削作为高精密零件的重要加工环节,其精度直接影响零件的质量和性能,因此研究如何提升磨削加工精度是非常必要的。加工过程的测量与控制是提升加工精度的核心要素之一,主动测量(Active Measurement)技术是在加工过程中实时对工件尺寸在线测量并对加工状态进行监测,该技术在现代磨削加工过程中应用广泛。磨加工主动量仪是运用主动测量技术的研究成果,它通过对磨削过程数据的实时监控进而指导磨床改变磨削参数(砂轮转速、砂轮进给速度等),实现了加工过程中完整的闭环反馈控制。当前,国内生产的磨加工主动量仪还无法实现加工中预测的功能,在磨削加工时参数的调整滞后于磨削进程。如果能够在加工过程中预测工件尺寸的变化趋势,主动量仪就能提前做出对应的措施并及时将加工过程中的加工信息反馈,指导机床改变磨削参数与补调值等信息,提升磨削加工的质量和智能化程度。本文以满足工程上的实际需求为前提,对磨加工主动测量技术、统计学习预测方法及预测模型的构建与优化做了理论上的探讨与分析,进而研究基于统计学习的磨加工尺寸智能预测与控制方法,并且对尺寸预测模型开展了实际工程的应用性研究,并验证基于支持向量机的智能断续表面处理、基于灰色关联支持向量机的补调值预测和远程磨加工监控报警系统的可行性。论文主要研究内容及研究成果如下:(1)基于主动测量模式的磨削加工尺寸误差分析。分析主动量仪配合磨床的加工模式在测量以及加工上的尺寸误差的来源以及产生的原因,并针对分析的结果提出相应的措施,为磨削加工尺寸的预测和控制提供了分析的基础。(2)磨加工尺寸预测与控制方法研究。针对磨加工主动量仪配合磨床的加工模式中存在磨削参数调整滞后影响加工尺寸精度的问题,提出了基于统计学习理论的磨加工尺寸的预测与控制方法,根据磨削尺寸变化的趋势在线调整磨削参数,进而实现提升磨削工件的尺寸精度的目标。为了实现磨削工件尺寸预测与控制的需求,在主动测量控制器中构建了预测模块,对磨削尺寸的变化趋势进行探讨和分析,从而优化了基于主动量仪的磨削加工方式。(3)磨加工尺寸预测模型的研究与优化。通过分析影响磨加工尺寸精度的因素,在统计学理论的基础上提出灰色关联支持向量机磨加工尺寸预测模型,该模型融合了灰色关联系统与支持向量机的结构,通过筛选模型的输入量,降低建模的复杂程度。并通过凸壳算法、KKT条件优化预测模型的训练集,为在线增量学习的磨加工尺寸预测模型的构建提供了理论基础。将混合函数理论、交叉验证参数优化方法应用于磨加工尺寸预测模型中,进一步提升了预测模型的预测精度,且根据预测尺寸的变化趋势调整磨削参数,提升了磨加工的尺寸精度。(4)开展磨加工尺寸预测与控制的应用性研究及实验分析。在实验室现有的基础上开展实验,验证了本文提出的基于支持向量机的智能断续表面处理方法、基于灰色关联支持向量机的磨削补调值的预测以及基于组态软件的远程磨加工报警系统的正确性和可行性。实验证明该研究丰富了主动量仪系统预测模块的功能,提升了磨削加工的精度同时也促进了加工的智能化程度。本文针对在现有主动测量磨加工模式中存在的影响加工尺寸精度的问题,提出了基于统计学习的磨加工尺寸预测与控制的方法。通过对磨加工尺寸影响因素与统计学习理论的研究对预测模型进行优化,使得优化后的预测模型的预测精度更高。通过开展磨加工尺寸预测与控制的应用性研究及实验,验证了该磨加工尺寸预测与控制的方法的可行性,证明了该方法可以有效的提升磨削的智能化水平以及产品的加工精度,具有推广应用价值。(本文来源于《郑州大学》期刊2019-05-01）
王家忠,王龙山,李国发,周桂红,丁宁[2]（2006）在《轴类零件外圆纵向磨削尺寸智能预测和控制系统》一文中研究指出针对纵向磨削非线性和非静态的特点,建立了轴类零件纵向磨削的E lman动态神经网络尺寸预测模型。为了提高尺寸预测的准确性,将实际磨削尺寸的一阶导数和二阶导数做为网络的输入。采用论域自调整策略和模糊控制理论建立了纵向磨削的控制模型,选择工件的转速vw作为控制变量。仿真和实验结果表明所建立的神经网络尺寸预测模型和模糊自适应控制模型是正确的。(本文来源于《吉林大学学报(工学版)》期刊2006年02期）
尺寸智能预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对纵向磨削非线性和非静态的特点,建立了轴类零件纵向磨削的E lman动态神经网络尺寸预测模型。为了提高尺寸预测的准确性,将实际磨削尺寸的一阶导数和二阶导数做为网络的输入。采用论域自调整策略和模糊控制理论建立了纵向磨削的控制模型,选择工件的转速vw作为控制变量。仿真和实验结果表明所建立的神经网络尺寸预测模型和模糊自适应控制模型是正确的。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
尺寸智能预测论文参考文献
[1].职占新.基于统计学习的磨削加工尺寸精度智能预测控制[D].郑州大学.2019
[2].王家忠,王龙山,李国发,周桂红,丁宁.轴类零件外圆纵向磨削尺寸智能预测和控制系统[J].吉林大学学报(工学版).2006