改进粒子群优化BP的数控机床热误差预测研究.pdf

改进粒子群优化BP的数控机床热误差预测研究.pdf

ID:52981335

大小:315.59 KB

页数:4页

时间:2020-04-05

改进粒子群优化BP的数控机床热误差预测研究.pdf_第1页
改进粒子群优化BP的数控机床热误差预测研究.pdf_第2页
改进粒子群优化BP的数控机床热误差预测研究.pdf_第3页
改进粒子群优化BP的数控机床热误差预测研究.pdf_第4页
资源描述:

《改进粒子群优化BP的数控机床热误差预测研究.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、2015年7月机床与液压Ju1.2015第43卷第13期MACHINETO0L&HYDRAULICSVo1.43No.13DOI:10.3969/j.issn.1001—3881.2015.13.015改进粒子群优化BP的数控机床热误差预测研究袁媛,秦波r,秦岩。,王春暖,吴庆朝,张文兴(1.包头职业技术学院,内蒙古包头014010;2.内蒙古科技大学机械工程学院,内蒙古包头014030;3.浙江大学信息学部控制科学与工程学系,浙江杭州3to0oo)摘要:由于BP存在网络结构选取基于经验、易陷入局部

2、最优、收敛速度慢等缺陷,致使基于BP的数控机床热误差预测模型精度不高,对此提出了一种改进粒子群优化BP的数控机床热误差预测建模的新方法。通过改进标准粒子群算法中粒子的位置与速度更新策略,以此寻找BP神经网络最优的阈值和权值,在此基础上建立数控机床热误差预测模型。仿真实验结果表明:与标准的BP神经网络和支持向量机相比,改进粒子群优化BP神经网络的数控机床热误差预测模型精度更高、泛化能力更强。关键词:改进粒子群算法;BP神经网络;数控机床;热误差预测中图分类号:TP18文献标志码:A文章编号:1001—

3、3881(2015)13-063-4StudyinThermalErrorPredictionofNCMachineToolBasedonImprovedParticleSwarmAlgorithmOptimizedBackPropagationYUANYuan,QINBo,QINYan,WANGChunnuan,WUQingchao,ZHANGWenxing(1.BaotouVocationalTechnologyCollege,BaotouInnerMongolia014010,China;2.

4、SchoolofMechanicalEngineering,InnerMongoliaUniversityofScienceandTechnology,BaotouInnerMongolia014030,China;3.DepartmentofInformation,ControlScienceandEngineering,ZhejiangUniversity,HangzhouZhejiang310000,China)Abstract:Sincetheselectionmeansofstructur

5、esofbackpropagation(BP)neuralnetworkhavingsomedrawbackssuchas,heavilybasedonhumanexperience,lowconvergencerate,easytofallintolocaloptimizationandslowspeedofcovergency,whichcausedlowthermalelrorpredictiveaccuracytoexistinnumericalcontrol(NC)machinetoolb

6、asedontheBP,therefor,anewpredie-tiveel'l~rmodellingmethodbasedonimprovedparticleswarmoptimizedBPneuralnetworkwasproposed.Byaupdatingstrategyofpar-ticlepositionandspeedbasedontheimprovedstandardparticleswarlTIalogrithm,theoptimizedthresholdandweightofth

7、eBPneuralnetworkwerefound.Onbasisofit,thethermalerrorpredictivemodelforNCmachinetoolWasbuilt.Thesimulationexperimentalre—suitsshowthattheproposedthermalelTorpredictivemethodhasahigherpredictiveaccuracy,bettergeneralizationabilityascomparedwithsmnd~dalg

8、orithmsofBPneuralnetworkandsupportvectormachine.Keywords:Improvedparticleswax"malgorithm;BPneuralnetwork;Numericalcontrolmachinetool;ThermaleEl'orprediction0前言线性、强耦合的过程,与机床的结构、零部件材料的当前,我国数控机床在高速、高精密、多轴、智热膨胀系数、生产工况等密切相关。如何建立高精度能及复合化等方面实现

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。