基于双隐层L-M算法的BP神经网络机械加工误差预测控制模型.pdf

《基于双隐层L-M算法的BP神经网络机械加工误差预测控制模型.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、制造技术／工艺装备现代制造工程(ModernManufacturingEngineering)2013年第3期基于双隐层L—M算法的BP神经网络机械加工误差预测控制模型+龚立雄1，万勇2，侯智1，黄敏3，姜建华4(1重庆理工大学机械工程学院，重庆400054；2华润(集团)有限公司华东区，杭州310002；3重庆理工大学MBA教育中心，重庆400050；4广东科学技术职业学院，珠海519090)摘要：分析了误差的来源和传递方式，针对机械加工过程高度非线性、多输入和多输出的特点，构造了双隐层L-M算法BP神经网络误差预测控制模型。根据工艺系统刚度

2、、工件硬度、加工前、后径向误差来预测控制刀具径向总进刀量、第一、第二次刀具径向进刀量，实验和仿真结果表明该模型能指导生产、优化加工工艺和提高产品质量。最后，采用LAB—VIEW软件和MATLAB软件编制了误差预测控制系统，实现了预测控制的可视化。关键词：误差；双隐层；BP神经网络；LABVIEW软件中图分类号：TG501文献标志码：A文章编号：1671—3133(2013)03—0073—05Aerrorpredictivecontrolmodelofmechanicalprocessingbasedondoublehiddenlayers&L

3、-MalgorithmtoadjustingBPneuralnetworksGongLixion91，WanYon92，HouZhil，HuangMin3，JiangJianhua4(1SchoolofMechanicalEngineering，ChongqingUniversityofTechnology，Chongqing400054，China；2EastChinaAreaofChinaResources(Holdings)Co．Ltd．，Hangzhou310002，China；3MBAEducationCenter，Chongqing

4、UniversityofTechnology，Chongqing400050，China；4GuangdongInstituteofScienceandTechnology，Zhuhai519090，Guangdong，China)Abstract：AnalyzedelTortransmissionandformation，andconstructeddoublehiddenL-MalgorithmBPneuralnetworkpredictivecontrolmodelaccordingtomultipleinputandoutput．The

5、modelisusedtopredictandcontroltotalamountoffeed，firstandsec-ondamountoffeedbymeansoftherigidityofprocesssystem，workpiecehardness，beforeandafterprocessingtheradialerror．Ex—perimentalandsimulationshowsthatthemodelcanguidetheproduction，optimizethemachiningprocess，improveproduct

6、squali·ty．Finally，softwaresystemoferrorpredictivecontrolwithLABVIEWandMATLABrealizepredictivecontrolvisualization．Keywords：error；doublehiddenlayers；BPneuralnetwork；LABVIEW0引言现代制造要求产品零废品率、高质量和高精度，因此采用基于误差预测的超前控制十分必要。预测控制是一种基于现有信号或数据信息预计下一时刻状态的方法，是一种“预计即将出现的问题，解决问题”的过程¨引。现有的预测

7、控制方法主要有线性回归、指数加权等，这些建模方法存在着适应性不强、预测精度低和计算量大等不足H剖。近些年，神经网络的方法得到了广泛的应用。谢东等人分析了数控机床能量与切削速度、切削深度的关系，基于BP(BackPropagation)神经网络搭建了数控机床能耗与切削参数模型，简化了经验公式的繁琐计算过程"J。韩庆楠等人针对无陀螺捷联惯导系统中传统角速度算法解算精度不高的问题，提出一种可避免复杂代数运算的BP神经网络算法来求解角速度，设计了30个神经元的三层BP神经网络模型，并对角速度进行了实时预测旧J。然而，BP算法也有明显的缺点。如对复杂的问

8、题BP算法训练时间较长，不适合在线预测，容易陷于局部极小。因此，寻求改进BP算法成为优化现代+重庆市教委科学技术研究项目(KJll0818)；重庆理工