數據驅動的零件加工過程精度自愈理論與方法

目錄
第1章 緒論 1
1.1 零件批量化精密加工精度自愈概述 1
1.2 零件加工精度預測及診斷技術研究現狀 3
1.2.1 零件加工誤差源 3
1.2.2 零件加工精度預測方法 6
1.2.3 零件加工誤差成因診斷技術 12
1.3 零件加工精度自愈技術與方法研究現狀 14
1.3.1 誤差補償技術 14
1.3.2 加工工藝參數優(yōu)化 19
1.4 面臨的機遇與挑戰(zhàn) 21
第2章 零件精密加工誤差形成機理及精度預測方法 22
2.1 零件精密加工誤差形成機理 22
2.1.1 工序工藝致零件加工誤差 22
2.1.2 加工裝備致零件加工誤差 28
2.2 加工誤差源耦合作用機制 42
2.2.1 工藝參數耦合作用機制 42
2.2.2 工藝與裝備耦合作用機制 48
2.2.3 多工序誤差耦合傳遞分析 59
2.3 數據驅動的零件加工誤差建模方法 73
2.3.1 數據驅動的工藝參數致加工誤差建模方法 73
2.3.2 數據驅動的加工裝備致加工誤差建模方法 78
2.4 基于數字孿生的零件加工精度預測技術 86
2.4.1 數字孿生系統(tǒng)搭建 86
2.4.2 基于數字孿生的零件加工精度預測策略 88
2.4.3 零件加工精度預測實例 88
第3章 零件加工誤差成因追溯及在線診斷方法 97
3.1 批量化零件加工過程參數在線感知與動態(tài)采集技術 97
3.1.1 機床外部數據采集 97
3.1.2 數控機床內部信息提取 103
3.1.3 數據預處理 107
3.2 加工裝備誤差溯源與診斷方法 110
3.2.1 加工裝備空間誤差建模 110
3.2.2 基于球桿儀的加工裝備空間誤差診斷方法 114
3.2.3 基于敏感性分析的加工裝備關鍵空間誤差項診斷方法 125
3.3 數據模型混合驅動的零件加工工序誤差溯源診斷方法 133
3.3.1 基于振動信號特征提取的滾齒加工過程誤差診斷方法 133
3.3.2 基于特征融合和卷積神經網絡的銑削誤差源診斷方法 149
第4章 數控裝備精度退化機理及穩(wěn)健自愈方法 175
4.1 數控裝備動態(tài)誤差模型穩(wěn)健性影響因素 175
4.1.1 動態(tài)誤差模型穩(wěn)健性影響因素分析 175
4.1.2 數控裝備誤差*佳建模轉速圖譜 177
4.1.3 環(huán)境溫度影響下的熱誤差補償模型失效分析 180
4.1.4 溫度敏感點變動性特征 183
4.2 數控裝備精度退化機理 184
4.2.1 數控機床性能退化的一般規(guī)律性分析 184
4.2.2 數控裝備精度退化建模及參數求解 185
4.2.3 精度退化建模案例 188
4.3 數控裝備精度自愈模型的穩(wěn)健性理論 196
4.3.1 穩(wěn)健性建模技術理論 197
4.3.2 雙閉環(huán)穩(wěn)健建模方法 204
4.4 數控裝備精度自愈控制技術 211
4.4.1 誤差補償技術 211
4.4.2 裝備選型與維護方案 219
第5章 加工工序精度自愈方法 224
5.1 面向工序精度自愈的銑削加工工藝參數智能決策方法 224
5.1.1 基于改進灰狼算法的工藝參數優(yōu)化 224
5.1.2 基于多算法融合的多目標工藝參數智能決策方法 230
5.2 面向工序精度自愈的齒輪加工工藝參數優(yōu)化方法 249
5.2.1 面向工序精度自愈的滾齒加工工藝參數優(yōu)化方法及調控策略 249
5.2.2 考慮磨削振紋的磨齒加工工藝參數優(yōu)化方法 256
5.3 面向工序精度自愈的輪廓誤差控制方法 263
5.3.1 數控機床輪廓誤差分析和計算 264
5.3.2 基于迭代學習的輪廓誤差補償 267
5.3.3 基于神經網絡預測的輪廓誤差補償 271
第6章 自愈系統(tǒng)開發(fā)與應用 287
6.1 復雜零件加工產線自愈集成控制技術 287
6.1.1 基于邊緣計算的自愈系統(tǒng)整體框架 287
6.1.2 邊緣層數據采集方案與控制 290
6.1.3 邊緣功能實現 293
6.1.4 云平臺功能界面 297
6.2 應用驗證 299
6.2.1 精密齒輪 299
6.2.2 航空葉片 307
參考文獻 315