《基于FCM聚类和RBF神经网络的机床热误差补偿建模》PDF+DOC
作者:苏铁明,叶三排,孙伟
单位:大连组合机床研究所:中国机械工程学会生产工程分会
出版:《组合机床与自动化加工技术》2011年第10期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFZHJC2011100020
DOC编号:DOCZHJC2011100029
下载格式:PDF + Word/doc 文字可复制、可编辑
《数控机床热误差补偿实验平台的设计》PDF+DOC2016年第09期 郭丰,刘康,王江,张志鹏
《基于RBF神经网络的测斜仪方位角校正研究》PDF+DOC2016年第02期 邵婷婷,张博超,周美丽,陈媛
《数控机床热误差补偿建模方法》PDF+DOC2000年第02期 杨庆东,C.范丹伯格,P.范赫里克,J.P.克鲁斯
《数控机床热误差补偿的人工神经网络建模及其应用》PDF+DOC2006年第01期 张宏韬,曹洪涛,沈金华,李永祥,杨建国
《数控机床热误差的动态自适应加权最小二乘支持矢量机建模方法》PDF+DOC2009年第03期 林伟青,傅建中,陈子辰,许亚洲
《多元线性回归理论在数控机床热误差补偿中的应用》PDF+DOC2013年第02期 田国富,胡军,郭玉学
《基于RBF神经网络的全姿态磁航向误差建模与补偿》PDF+DOC2007年第10期 焦飞,赵忠,王璐
《数控机床热误差特性分析》PDF+DOC2015年第08期 苗恩铭,高增汉,党连春,苗继超
《数控机床热误差补偿最佳转速选择》PDF+DOC2015年第11期 苗恩铭,吕玄玄,苗继超,党连春
《基于神经网络的数控机床误差补偿研究》PDF+DOC 何伟铭,毛彦朋,甘屹,朱坚民
热关键点的选择和热误差建模技术是决定热误差补偿是否有效的关键,对提高数控机床的加工精度至关重要。为了实现对数控机床热误差的补偿控制,文章利用模糊C均值(FCM)聚类方法,对机床上布置的温度测点进行优化筛选,将温度变量从20个减少到4个,然后给出了基于RBF热误差补偿建模方法。通过建模实例表明,文章提出的建模方法,在保证补偿模型精度的同时有效减少了温度测点,降低了变量耦合影响,并提高了补偿模型的鲁棒性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。