《凸轮廓形误差力位融合预测与补偿控制研究》PDF+DOC
作者:李启光,韩秋实,彭宝营,陈秀梅
单位:辽宁省机械研究院
出版:《机械设计与制造》2014年第08期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJSYZ2014080810
DOC编号:DOCJSYZ2014080819
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于BP神经网络的旁热式辐射与对流粮食干燥过程模型》PDF+DOC2017年第03期 代爱妮,周晓光,刘相东,刘景云,张驰
《基于信息融合技术的船舶汽轮机故障诊断和预测的研究》PDF+DOC2017年第14期 黄振中,卞政明
《PSO-BPNN的光纤传感器测量误差补偿研究》PDF+DOC2016年第08期 钱新杰,胡桂香
《基于电子舌的大豆分离蛋白苦味分析与评价技术研究》PDF+DOC2019年第06期 芦建超,惠延波,胡晓利,布冠好
《基于图卷积神经网络和注意力机制的短时交通流量预测》PDF+DOC2019年第04期 李志帅,吕宜生,熊刚
《基于NARX神经网络的分簇数据融合算法》PDF+DOC2018年第04期 范时平,何超杰
《基于KNN和BP神经网络的物联网预测模型》PDF+DOC2020年第05期 于浩
《基于神经网络的奶牛发情行为辨识与预测研究》PDF+DOC2013年第S1期 田富洋,王冉冉,刘莫尘,王震,李法德,王中华
《鸡蛋贮藏时间和新鲜度的电子鼻检测》PDF+DOC2010年第05期 周博,王永维,王俊,陆秋君
《人工智能物联网旱灾监控预警系统设计》PDF+DOC2015年第04期 王发,艾红
廓形误差是凸轮最重要的精度指标,由于磨削过程复杂,廓形误差通常通过离线抽检获得,难以实现在线补偿控制。提出了一种基于BP神经网络与镜面补偿凸轮磨削力-伺服滞后信息融合廓形误差预测、补偿方法。通过对凸轮磨削过程中影响廓形误差的主要因素分析,将X轴跟随误差、C轴跟随误差、磨削力三项传感器信息作为输入特征,凸轮廓形误差作为输出特征,利用BP神经网络的逼近性能和全局最优特性,建立了凸轮廓形误差预测模型,并提出了凸轮廓形误差镜面补偿方法。进行了预测模型训练与补偿验证,结果表明,该方法能够有效预测凸轮廓形误差,并提高凸轮加工廓形精度。
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。