论文摘要
为了降低机床主轴运行产生的热误差,建立混合算法优化BP神经网络预测模型,通过实验验证预测精度。分析模拟退火算法和粒子群算法的不足,采用模拟退火算法耦合粒子群算法,给出混合算法寻优步骤。引用BP神经网络结构,构造机床主轴热误差预测模型,采用混合算法优化BP神经网络预测模型。采用实验验证主轴热误差预测精度,并与优化前进行比较和分析。结果显示:采用混合算法优化后的BP神经网络预测模型,其Y轴方向产生的最大误差值从7.3μm降低到2.3μm;而Z轴方向产生的最大误差值从7.5μm降低到2.6μm。同时,机床主轴整体误差波动幅度较小。采用混合算法优化BP神经网络预测模型,用于机床主轴热误差在线补偿,提高了加工精度。
论文目录
文章来源
类型: 期刊论文
作者: 吴金文,王玉鹏,周海波
关键词: 模拟退火算法,粒子群算法,神经网络,机床主轴,热误差
来源: 机床与液压 2019年11期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技
专业: 金属学及金属工艺,自动化技术
单位: 南京工业大学浦江学院,南通航运职业技术学院
基金: 南京工业大学浦江学院校级课题(njpj2017-2-04),江苏省自然科学基金资助项目(BK2014682)
分类号: TP18;TG659
页码: 92-95
总页数: 4
文件大小: 721K
下载量: 230