导读:本文包含了预测误差论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:误差,精度,神经网络,机床,建模,数控机床,风电。
预测误差论文文献综述
赵熹[1]（2019）在《多轴联动数控机床加工精度误差预测模型构建》一文中研究指出基于数控机床误差生成机制与构建精度误差补偿模型,提出多体系统理论下的数控机床加工精度几何误差预测模型。通过实践证明,此模型的精确性、实用性、通用性都很突出。(本文来源于《自动化技术与应用》期刊2019年11期）
吴煜,申会鹏,孙璇,王德伦[2]（2019）在《机床弹性移动副五维误差预测模型》一文中研究指出通过建立机床弹性移动副五维误差预测模型,探索了移动副零部件特征状态与真实误差运动的映射关系.以双导轨四滑块线轨结构为对象,通过动结合面和零件结构的刚度等效,求解导轨和工作台对滑块空间位姿的约束刚度矩阵.进而综合考虑导轨几何误差、外载、动结合面和零部件弹性变形等影响因素的偶联关系,建立了移动副系统的物理与力平衡矢量方程,揭示了各零部件在弹性约束下的变形协调规律.最后开展了移动副装配误差测试试验,结果表明:各项理论与实际指标的误差均小于20%,验证了该误差预测模型的准确性与有效性.(本文来源于《华中科技大学学报(自然科学版)》期刊2019年11期）
王涛,李航[3]（2019）在《基于误差预测的机床精度分析与设计》一文中研究指出数字化精度分析是当前确保机床设计精度的重要手段。精度建模与精度分析等重要手段主要针对机床几何精度、运动精度及工件表面成形运动精度。对于复杂成形运动机床,目前精度设计标准与工件加工精度之间尚无准确对应关系。为此,提出了基于误差预测的机床精度设计方案,该方案分为两阶段数字化精度分析。第一阶段通过技术系统实现工件到工艺系统各部件精度分配与检测,在规定的精度下达到机床输出精度。第二阶段通过机床系统完成机床输出到机床各组成部件精度分配与检查。文中以YK3610滚齿机为例,详细分析了两系统误差模型及应用方法,并通过试验验证机床的实际切割精度可达5-4-4等级,因此该方法为复杂成形运动机床精度的设计提供了依据。(本文来源于《机床与液压》期刊2019年21期）
张腰,杨庆东[4]（2019）在《基于GS-SVM的数控机床热误差预测研究》一文中研究指出为了提高立式加工中心热误差的预测精度,考虑影响立式机床热误差的主要因素,提出了支持向量机预测热误差预测模型,并用网格搜索算法对支持向量机的参数惩罚因子和核参数进行搜索。通过实验数据分析得出结论,基于GS-SVM模型对数控机床主轴热变形能够进行准确预测,并与BP算法模型进行对比。结果表明GS-SVM主轴热变形预测模型效果优于BP算法预测算法,具有较高的预测精度,为数控机床热误差研究提供参考。(本文来源于《机械工程师》期刊2019年11期）
王明强,奚浩,刘志强,纪飞飞[5]（2019）在《基于神经网络的宏/微双驱动运动平台误差预测及补偿技术研究》一文中研究指出宏/微双驱动平台是一种用于微切削加工的高精度切削平台,其定位精度受多种因素影响。为提高宏/微双驱动定位运动平台的定位精度,提出基于BP神经网络进行宏/微双驱动运动平台定位误差预测的方法。测量运动平台的定位精度,从而建立BP神经网络误差预测模型,并运用该模型对宏/微双驱动运动平台进行定位误差预测试验,最终证明BP神经网络定位误差预测模型精度高、抗变换性能好,适用于对宏/微双驱动运动平台的定位误差进行误差预测及补偿,使得宏/微双驱动平台达到10nm级精度设计要求。(本文来源于《机械设计与制造》期刊2019年11期）
王涛,李航[6]（2019）在《基于误差预测的机床精度分析与设计》一文中研究指出对于复杂成形运动机床,目前精度设计标准与工件加工精度之间尚无准确对应关系。为此,提出了基于误差预测的机床精度设计方案,该方案分为两阶段数字化精度分析。第一阶段通过技术系统实现工件到工艺系统各部件精度分配与检测,在规定的精度下达到机床输出精度。第二阶段通过机床系统完成机床输出到机床各组成部件精度分配与检查。以YK3610滚齿机为例,详细分析了两系统误差模型及应用方法,并通过试验验证机床的实际滚齿精度可达5-4-4等级,因此该方法为复杂成形运动机床精度设计提供了可靠指导。(本文来源于《制造技术与机床》期刊2019年11期）
陆兴华,张忠海[7]（2019）在《融合机床加工特性的主轴回转误差预测》一文中研究指出针对机械制造装备主轴精度补偿问题,研究一种融合机床精度和加工参数的主轴回转精度预测方法。为获取主轴回转精度指标,研究基于多点测量的主轴实际回转位置测量方法,利用最小二乘法求解主轴端面跳动的最大圆、最小圆和最优圆,进一步得到端面圆度的极大误差和极小误差。建立BP神经网络模型,融合机床精度因素、加工精度因素获得输入指标,将极大误差、极小误差和其余实测指标作为输出指标,训练神经网络,获得网络权值。验证机床主轴回转预测精度,实验结果表明:已训练的网络预测偏差为0.5%。考虑机床本体精度和加工参数的误差预测结果可指导工程技术人员进行机床选型,根据不同加工要求选择最优加工方式,提高加工质量。(本文来源于《机床与液压》期刊2019年20期）
杨茂,杨春霖,董骏城[8]（2019）在《基于预测误差分布优化模型的风电功率超短期概率区间预测研究》一文中研究指出提出一种基于预测误差分布优化模型的风电功率概率区间预测方法。由于风功率数据存在显着的时间相依结构,该方法首先对预测功率按出力不同进行划分,以划分区段内的预测误差为统计样本,分别采用多种分布模型拟合误差概率密度,通过拟合指标选择优化模型,进而求解该分布模型的累积概率,并通过计算指定置信水平下的置信区间进行概率区间预测。利用性能指标比较典型单一分布模型和优化模型的预测结果,表明基于优化模型的概率性预测区间覆盖率更高、平均带宽更窄、精度更好、效果更优。(本文来源于《太阳能学报》期刊2019年10期）
段偲默,苗世洪,李力行,韩佶,涂青宇[9]（2019）在《计及预测误差动态相关性的多风电场联合出力不确定性模型》一文中研究指出为实现对多风电场联合出力不确定性的精细化建模,提出了计及预测误差动态相关性的多风电场联合出力不确定性建模方法。首先,分析了同区域风电场的出力及出力预测误差动态相关性特征。进一步,针对此特征,引入高维动态藤Copula理论,建立了多风电场预测出力及预测误差的联合分布模型。最终,将以上模型与基于Copula函数的离散卷积法相结合,建立了计及预测误差动态相关性的多风电场联合出力不确定性模型,并以置信区间对多风电场联合出力不确定性进行了离散化表征。仿真结果表明,对比其他模型,所提模型拟合精度更高,拟合过程与预测方法解耦,灵活性更强。(本文来源于《电力系统自动化》期刊2019年22期）
张博然,李法社,王霜,隋猛[10]（2019）在《地沟油及其生物柴油多参数的基础物性预测及误差分析》一文中研究指出为有效解决生物柴油制备过程中所面临的部分临界物性难以测定、重要物性数据缺失等问题,以地沟油为原料,对地沟油及其生物柴油的基础物性参数进行了估算,同时估算出地沟油生物柴油制备过程中所涉及到的部分重要的传递性质和平衡性质数据,并对估算结果作出评价。本研究通过对庞杂的物性估算方法进行整理,选取出较为合适的计算方法,得出了一套完整的地沟油及其生物柴油多参数的基础物性,为地沟油生物柴油的工业制备与应用提供了相应的理论物性参数值。(本文来源于《中国粮油学报》期刊2019年11期）
预测误差论文开题报告
（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：
通过建立机床弹性移动副五维误差预测模型,探索了移动副零部件特征状态与真实误差运动的映射关系.以双导轨四滑块线轨结构为对象,通过动结合面和零件结构的刚度等效,求解导轨和工作台对滑块空间位姿的约束刚度矩阵.进而综合考虑导轨几何误差、外载、动结合面和零部件弹性变形等影响因素的偶联关系,建立了移动副系统的物理与力平衡矢量方程,揭示了各零部件在弹性约束下的变形协调规律.最后开展了移动副装配误差测试试验,结果表明:各项理论与实际指标的误差均小于20%,验证了该误差预测模型的准确性与有效性.
（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。
预测误差论文参考文献
[1].赵熹.多轴联动数控机床加工精度误差预测模型构建[J].自动化技术与应用.2019
[2].吴煜,申会鹏,孙璇,王德伦.机床弹性移动副五维误差预测模型[J].华中科技大学学报(自然科学版).2019
[3].王涛,李航.基于误差预测的机床精度分析与设计[J].机床与液压.2019
[4].张腰,杨庆东.基于GS-SVM的数控机床热误差预测研究[J].机械工程师.2019
[5].王明强,奚浩,刘志强,纪飞飞.基于神经网络的宏/微双驱动运动平台误差预测及补偿技术研究[J].机械设计与制造.2019
[6].王涛,李航.基于误差预测的机床精度分析与设计[J].制造技术与机床.2019
[7].陆兴华,张忠海.融合机床加工特性的主轴回转误差预测[J].机床与液压.2019
[8].杨茂,杨春霖,董骏城.基于预测误差分布优化模型的风电功率超短期概率区间预测研究[J].太阳能学报.2019
[9].段偲默,苗世洪,李力行,韩佶,涂青宇.计及预测误差动态相关性的多风电场联合出力不确定性模型[J].电力系统自动化.2019
[10].张博然,李法社,王霜,隋猛.地沟油及其生物柴油多参数的基础物性预测及误差分析[J].中国粮油学报.2019
论文知识图
