镗孔加工尺寸误差预测与补偿系统的研究与实践

论文题目: 镗孔加工尺寸误差预测与补偿系统的研究与实践

论文类型: 博士论文

论文专业: 机械制造及其自动化

作者: 周家林

导师: 段正澄

关键词: 镗孔加工,预测补偿,人工神经网络,误差反传算法,粒子群算法

文献来源: 华中科技大学

发表年度: 2005

论文摘要: 镗孔加工尺寸误差预测补偿是控制镗孔加工尺寸分散度、保证零件互换性的一种经济、有效的方法。本论文是在国家863/CIMS 高技术研究发展计划资助项目(2001AA423250)的支持下,对镗孔加工尺寸误差预测补偿系统及其关键技术进行了深入、系统的研究。结合机械加工自动线镗孔加工的实际应用,研制了一套面向大批量生产过程的在线镗孔加工尺寸误差预测补偿系统。通过对机械加工自动线的分析,阐述了用于大批量生产的机械加工自动线的镗孔加工尺寸误差预测补偿系统的要求。研究了各功能模块的具体结构,制定了镗孔加工尺寸误差预测补偿系统的性能指标。在此基础上提出了面向大批量生产的机械加工自动线的镗孔加工尺寸误差预测补偿系统的总体方案。镗孔刀具微量补偿装置是实现误差补偿的关键技术之一。根据对用于镗孔加工刀具补偿的微位移技术的分析以及对柔性铰链机构的研究,研发了一套具有自主知识产权的平行四边形弹性镗杆结构的镗孔刀具微量补偿装置。通过大量的试验和改进后,使该镗孔刀具微量补偿装置具有较大的补偿范围、较高的补偿精度和较高的可靠性。本文对镗孔加工尺寸误差的预测模型进行了研究,提出了基于人工神经网络的镗孔加工尺寸误差预测模型,并对建模中的一些具体应用问题进行了探讨。为了克服标准误差反传(Back Propagation,BP)算法的缺陷,提出了一种附加动量项和自适应学习速率相结合的改进的BP 算法。试验证明,采用人工神经网络预测模型,对镗孔加工尺寸误差进行预测补偿,零件的尺寸分散度和均方差均有明显改善。在分析、研究粒子群优化算法的基础上,首次提出了将基于粒子群优化算法的人工神经网络优化建模方法应用于镗孔加工尺寸误差预测。试验证明,与改进的BP 算法相比,模型收敛速度更快,预测精度更高。本研究成果已应用在神龙汽车有限公司车轿后臂机械加工自动线上,取代了原进口镗孔加工尺寸误差预测补偿系统。现场应用证明:该产品达到了国外同类产品的技术水平并在某些性能上优于国外产品,得到了厂家的好评。该成果属国内首创,“其技术水平处于国际先进、国内领先”。

论文目录:

摘要

Abstract

1 绪论

1.1 课题来源

1.2 课题的目的和意义

1.3 镗孔加工尺寸误差预测补偿系统的现状

1.4 本文的主要工作

2 镗孔加工尺寸误差预测补偿系统方案研究

2.1 引言

2.2 镗孔加工尺寸误差预测补偿系统的基本要求

2.3 镗孔加工误差补偿的方法

2.4 系统工作原理和总体方案研究

2.5 系统技术指标

2.6 系统各部分功能和实现

2.7 小结

3 镗孔刀具微量补偿装置研究

3.1 引言

3.2 镗孔刀具微量补偿装置的要求

3.3 镗孔刀具微位移机构分类及原理

3.4 各种镗孔刀具微量补偿装置分析

3.5 平行四边形镗孔刀具微量补偿装置

3.6 影响微量补偿装置补偿精度的几个问题研究

3.7 小结

4 基于人工神经网络理论的镗孔加工尺寸误差预测模型

4.1 引言

4.2 镗孔加工尺寸误差预测模型的建模方法

4.3 人工神经网络的基本特点

4.4 多层前馈人工神经网络

4.5 标准三层BP 神经网络

4.6 标准BP 算法的改进

4.7 镗孔加工尺寸误差预测模型建模

4.8 小结

5 面向镗孔加工尺寸误差预测的粒子群优化算法建模

5.1 引言

5.2 粒子群优化算法的原理

5.3 基于PSO 算法的人工神经网络连接权的训练和建模

5.4 小结

6 系统性能试验研究

6.1 引言

6.2 试验原理及方法

6.3 试验仪器设备

6.4 性能试验

6.5 技术指标比较

6.6 小结

7 面向大批量生产的应用研究

7.1 引言

7.2 后臂加工工艺与机械加工自动线

7.3 镗孔加工尺寸误差预测补偿系统

7.4 系统操作与运行

7.5 加工试验及结果

7.6 小结

8 全文工作总结及研究展望

8.1 全文工作总结

8.2 研究展望

致谢

参考文献

附录1 作者在攻读博士学位期间发表的论文

附录2 鉴定证书

发布时间: 2006-04-05

镗孔加工尺寸误差预测与补偿系统的研究与实践

猜你喜欢