基于蚁群算法优化BP神经网络的数控机床热误差补偿基于蚁群算法优化BP神经网络的数控机床热误差补偿.pdf

基于蚁群算法优化BP神经网络的数控机床热误差补偿基于蚁群算法优化BP神经网络的数控机床热误差补偿.pdf

ID:57819081

大小:345.30 KB

页数:4页

时间:2020-04-05

基于蚁群算法优化BP神经网络的数控机床热误差补偿基于蚁群算法优化BP神经网络的数控机床热误差补偿.pdf_第1页
基于蚁群算法优化BP神经网络的数控机床热误差补偿基于蚁群算法优化BP神经网络的数控机床热误差补偿.pdf_第2页
基于蚁群算法优化BP神经网络的数控机床热误差补偿基于蚁群算法优化BP神经网络的数控机床热误差补偿.pdf_第3页
基于蚁群算法优化BP神经网络的数控机床热误差补偿基于蚁群算法优化BP神经网络的数控机床热误差补偿.pdf_第4页
资源描述:

《基于蚁群算法优化BP神经网络的数控机床热误差补偿基于蚁群算法优化BP神经网络的数控机床热误差补偿.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、第10期组合机床与自动化加工技术N0.102013年10月ModularMachineTool&AutomaticManufacturingTechniqueoct.2013文章编号:1001—2265(2013)10—0050—04基于蚁群算法优化BP神经网络的数控机床热误差补偿章晓英(上海行健职业学院信息技术与机电工程系,上海200072)摘要:文章针对影响数控机床加工精度的温度误差进行研究分析,提出了一种基于蚁群算法优化BP神经网络的数控机床热误差补偿方法。文章详细阐述了蚁群算法和BP神经网络算法,以及

2、蚁群算法优化BP神经网络过程,给出了数控机床热误差补偿硬件系统。以三轴联动卧式加工中心为例,在合理布置热传感器的同时,利用粗集理论相关知识方法,提取机床热误差补偿重要特征参数。运用蚁群算法优化BP神经网络建立精确较高和鲁棒性较强的热误差模型。通过实验仿真结果表明经补偿机床加工精度得到较大提升,补偿效果也明显优于BP神经网络以及PSO.BP神经网络,具有一定的理论意义和实用价值。关键词:蚁群算法;BP神经网络;热误差补偿;数控机床中图分类号:TH161文献标识码:AThermalErrorCompensatio

3、nforCNCMachineToolsBasedonACO.BPNeuralNetworkZHANGXiao—ying(DepartmentofInformationTechnologyandMechatronicsEngineering,ShanghaiXingjianCollege,Shang-hai200072,China)Abstract:FocusingonthestudyandanalysisonofMachiningaccuracyofNCmachinetoolsthermaler—ror,th

4、ispaperhaspresentedaNCmachinetoolsthermalerrorcompensationmethodbasedonAntColo—nyoptimizationalgorithmBPneuralnetwork.ThisarticlehaselaboratedontheAntColonyalgorithm,BPneuralnetworkalgorithmandAntColonyoptimizationalgorithmBPneuralnetwork,andhasgiventhehard

5、waresystemofNCmachinetoo1therma1errorcompensation.Withanexampleofthree.axishori.zontalmachiningcenter,atthesametimeofreasonablelayoutofthermalsensors,usingroughsettheoryandknowledge,importantcharacteristicparametersofthermalerrorcompensationonmachinetoolsha

6、sbeenextracted.UsingAntColonyoptimizationalgorithmBPneuralnetwork,athermalerrormodelwithhigherprecisionandstrongrobustnesshasbeenbuilt.Throughthesimulatingexperimentalsimulation,itisshowedthattheappliedtothemachiningaccuracyhasbeengreatlyimprovedafterusingc

7、ompensation,andthecompensationeffectissignificantlybetterthanBPneuralnetworkaswellasthePSO—BPneuralnetwork,SOthismethodhassometheoreticalsignificanceandpracticalvalue.Keywords:antcolonyalgorithm;BPneuralnetwork;thermalerrorcompensation;CNCmachinetools照和环境温度

8、,内热源的种类有很多,如电机传动过程0引言中的摩擦热、机械机构操作产生的热、切削过程的切削随着精密加工技术的广泛使用和发展,在很大程热、轴承转动过程中的摩擦热等。。同时,机床零件度上提高了数控机床的加工精度。一般而言影响精密的复杂形状、材料的热特性差异等不确定因素使得机加工机床的误差主要来自热误差,大概占总误差的床的产热机理非常复杂,所有这些因素都将导致机床40%~70%。针对如何减少热误差对机械加

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。