《基于遗传算法优化小波神经网络数控机床热误差建模》PDF+DOC
作者:李彬,张云,王立平,李学崑
单位:中国机械工程学会
出版:《机械工程学报》2019年第21期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFJXXB2019210230
DOC编号:DOCJXXB2019210239
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于GA-SVR的数控机床热误差建模》PDF+DOC2012年第02期 陈泽宇,龚凌云
《数控机床热误差建模与补偿》PDF+DOC2012年第01期 龚凌云,陈泽宇
《数控机床热误差建模中的温度传感器优化研究》PDF+DOC2007年第03期 林伟青,傅建中
《数控加工中心的热变形研究》PDF+DOC 张卫利
《数控机床实时误差补偿技术及其应用》PDF+DOC1998年第05期 杨建国,薛秉源
《灰色系统理论在机床热误差测点优化中的应用》PDF+DOC2006年第03期 李永祥,童恒超,杨建国
《神经网络理论在数控机床热误差建模中的应用》PDF+DOC2005年第08期 刘国良,张宏涛,曹洪涛,赵海涛,杨建国
《基于投影追踪回归的机床热误差建模技术》PDF+DOC2012年第02期 郭前建,贺磊,杨建国
《基于灰关联分析的热误差测点优化》PDF+DOC2011年第02期 卢晓红,贾振元,张智聪,于小艳
《基于灰色综合关联度的数控机床热误差测点优化新方法及应用》PDF+DOC2008年第02期 闫嘉钰,张宏韬,刘国良,杨建国
数控机床的热误差已经成为影响其加工精度的一个关键因素,为最大限度提高数控机床热误差补偿的精度和效率,结合遗传算法自适应全局优化搜索能力和小波神经网络良好的时频局部特性的优点,提出一种基于遗传算法优化小波神经网络的机床热误差补偿模型。以某型号五轴摆动卧式加工中心为试验对象,以机床温度变量和热误差为数据输入样本,建立小波神经网络模型热误差预测模型,然后用遗传算法优化小波神经网络权值、阈值,最终建立热误差预测模型。通过与传统人工神经网络和普通小波神经网络进行对比分析及试验论证表明,该补偿模型具有精度高、抗扰动能力和鲁棒性强等优点,有望在实际加工场合的数控机床的热误差预测和补偿研究中得到更大的推广应用。
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。