导读:本文包含了在线预测补偿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:在线,误差,神经网络,永磁,电压,行程,同步电动机。
在线预测补偿论文文献综述
黄海礁[1]（2016）在《基于ARMA补偿LSSVM模型的油井动液面在线预测》一文中研究指出针对LSSVM静态模型不能精确预测动液面的问题,提出了一种基于ARMA补偿LSSVM模型的动液面在线预测方法。首先,选取建模的辅助变量,建立最小二乘支持向量机模型;然后,建立自回归滑动平均模型(ARMA)对预测出的动液面值进行误差补偿,提高预测动液面输出精度;最后,采用辽河油田某采油平台实际生产数据进行仿真实验,验证该方法的可行性和实用性。(本文来源于《科技与创新》期刊2016年17期）
文章[2]（2015）在《面向数控加工检测一体化的在线检测系统误差预测与补偿》一文中研究指出复杂曲面零件在造船、航天、模具、和汽车等工业领域的应用越来越广泛。但这类复杂零件的加工精度要求高,相应的检测系统难于满足其快速、高精度、在线的检测要求,阻碍了我国精密装备制造业的发展。复杂曲面零件的检测通常采用离线检测方式,如叁坐标测量仪,但其设备昂贵、运行环境要求高,且存在二次装夹误差等问题。而在线检测技术,即工件加工后直接在数控机床上进行误差检测,通过修改NC代码补偿加工误差即可形成“加工一测量一补偿”的一体化闭环系统,是近年来国内外的研究热点。本文针对面向数控加工检测一体化的在线检测系统中存在的难点问题,深入研究检测系统的误差预测与补偿方法,在基本误差补偿基础上,提出基于偏最小二乘回归的误差预测与二次补偿方法；提出基于Bootstrap方法的在线检测系统不确定度评定方法。本文的主要内容包括以下几个方面：(1)深入调研在线检测系统误差分析与补偿的国内外研究现状,对在线检测系统的机床几何误差、测头半径误差以及接触式测头预行程误差分析与补偿技术进行综述分析,并指出该领域目前存在的难点问题。(2)分析影响接触式在线检测系统精度的各项因素以及补偿方法。对检测系统的主要误差来源如机床几何误差、测头半径误差和接触式测头预行程误差进行分析、测量和补偿,实现检测系统的一次误差补偿。(3)基于在线检测系统的一次误差补偿结果,重点分析系统残余误差,利用灰色系统理论,提出基于GM(1,1)模型和时间序列分析的ARIMA模型的残余误差预测方法,并进行效果分析。(4)在检测系统误差分析的基础上,提出基于偏最小二乘回归算法的在线检测系统残余误差回归模型,并按法矢方向将模型预测的误差进行补偿,完成对在线检测系统误差的二次补偿。并通过实例零件的实验研究,验证回归模型预测与补偿的效果。(5)提出基于Bootstrap方法的在线检测系统误差的标准不确定度评价方法,为在线检测系统的检测精度提供评价指标。(6)在上述研究的基础上,开发在线检测系统的“不确定度分析”模块和“在线检测系统误差预测与补偿”模块,实现了检测系统误差预测、补偿和不确定度评定等功能。(本文来源于《广东工业大学》期刊2015-05-01）
张熙中,王国安,杨阳[3]（2013）在《在线检测系统中对预行程误差预测和补偿的应用分析》一文中研究指出预测和补偿预行程误差,能在很大程度上提高在线检测系统中测量的精确度,基于这一原理,提出基于BP与正则化RBF神经网络的一种新的检测误差预测的方法,同时基于BP和正则化RBF神经网络,建立了一个能够在线检测系统并且预行程误差的模型,利用相关的实验数据,将已经训练好的网络运用到实际中,对加工零件的误差进行预测与补偿。(本文来源于《科技创新导报》期刊2013年07期）
张本正,高健[4]（2011）在《加工精度在线检测系统预行程误差预测与补偿》一文中研究指出预行程误差的预测和补偿能够大大提高加工精度在线检测系统的测量精度。提出了一种基于BP神经网络的检测误差预测新方法,建立了一个基于BP神经网络的在线检测系统预行程误差预测模型,通过实验数据对该网络进行训练,并将训练好的神经网络应用到实际加工零件的误差预测和补偿。为了验证该方法的有效性,以一圆柱零件的圆度误差检测为例,对其加工精度的在线测量进行了预行程误差的预测与补偿,经与CMM检测结果的对比,说明了该方法的有效性。(本文来源于《机械设计与制造》期刊2011年04期）
徐殿国,严帅,贵献国,杨明[5]（2007）在《基于自适应参数预测的SPMSM非线性电压在线补偿策略》一文中研究指出PWM电压源型逆变器驱动表贴式永磁同步电动机的输入电压在较低的转速下会存在非线性畸变,而且这种电压非线性畸变会随着运行条件,如温度、电流方向以及功率器件的非理想特性呈现非线性变化,并将导致电机电流畸变,影响永磁同步电动机控制性能的提高。本文分析了非线性电压畸变的产生机理,提出一种考虑表贴式永磁同步电动机电阻和电感参数不确定性的基于自适应参数预测的非线性电压在线补偿策略。实验结果表明,该方法可以有效改善PWM电压源逆变器驱动表贴式永磁同步电动机的输入电压性能,提高了电机电流的正弦度。(本文来源于《电工技术学报》期刊2007年08期）
周家林,邓建春,李培根,段正澄[6]（2003）在《镗孔尺寸在线预测补偿系统研究》一文中研究指出提出了螳孔尺寸误差预测补偿系统,系统应用改进的人工神经网络对镗孔加工尺寸误差建立预测模型并进行在线补偿。实际应用证明,该模型能有效地提高加工精度,减小镗孔加工的尺寸误差。(本文来源于《中国机械工程》期刊2003年23期）
在线预测补偿论文开题报告
（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：
复杂曲面零件在造船、航天、模具、和汽车等工业领域的应用越来越广泛。但这类复杂零件的加工精度要求高,相应的检测系统难于满足其快速、高精度、在线的检测要求,阻碍了我国精密装备制造业的发展。复杂曲面零件的检测通常采用离线检测方式,如叁坐标测量仪,但其设备昂贵、运行环境要求高,且存在二次装夹误差等问题。而在线检测技术,即工件加工后直接在数控机床上进行误差检测,通过修改NC代码补偿加工误差即可形成“加工一测量一补偿”的一体化闭环系统,是近年来国内外的研究热点。本文针对面向数控加工检测一体化的在线检测系统中存在的难点问题,深入研究检测系统的误差预测与补偿方法,在基本误差补偿基础上,提出基于偏最小二乘回归的误差预测与二次补偿方法；提出基于Bootstrap方法的在线检测系统不确定度评定方法。本文的主要内容包括以下几个方面：(1)深入调研在线检测系统误差分析与补偿的国内外研究现状,对在线检测系统的机床几何误差、测头半径误差以及接触式测头预行程误差分析与补偿技术进行综述分析,并指出该领域目前存在的难点问题。(2)分析影响接触式在线检测系统精度的各项因素以及补偿方法。对检测系统的主要误差来源如机床几何误差、测头半径误差和接触式测头预行程误差进行分析、测量和补偿,实现检测系统的一次误差补偿。(3)基于在线检测系统的一次误差补偿结果,重点分析系统残余误差,利用灰色系统理论,提出基于GM(1,1)模型和时间序列分析的ARIMA模型的残余误差预测方法,并进行效果分析。(4)在检测系统误差分析的基础上,提出基于偏最小二乘回归算法的在线检测系统残余误差回归模型,并按法矢方向将模型预测的误差进行补偿,完成对在线检测系统误差的二次补偿。并通过实例零件的实验研究,验证回归模型预测与补偿的效果。(5)提出基于Bootstrap方法的在线检测系统误差的标准不确定度评价方法,为在线检测系统的检测精度提供评价指标。(6)在上述研究的基础上,开发在线检测系统的“不确定度分析”模块和“在线检测系统误差预测与补偿”模块,实现了检测系统误差预测、补偿和不确定度评定等功能。
（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。
在线预测补偿论文参考文献
[1].黄海礁.基于ARMA补偿LSSVM模型的油井动液面在线预测[J].科技与创新.2016
[2].文章.面向数控加工检测一体化的在线检测系统误差预测与补偿[D].广东工业大学.2015
[3].张熙中,王国安,杨阳.在线检测系统中对预行程误差预测和补偿的应用分析[J].科技创新导报.2013
[4].张本正,高健.加工精度在线检测系统预行程误差预测与补偿[J].机械设计与制造.2011
[5].徐殿国,严帅,贵献国,杨明.基于自适应参数预测的SPMSM非线性电压在线补偿策略[J].电工技术学报.2007
[6].周家林,邓建春,李培根,段正澄.镗孔尺寸在线预测补偿系统研究[J].中国机械工程.2003
论文知识图
