| 基于混合粒子群算法优化BP神经网络的机床热误差建模 |
| |
| 引用本文： | 马廷洪,姜磊.基于混合粒子群算法优化BP神经网络的机床热误差建模[J].中国工程机械学报,2018(3). |
| |
| 作者姓名： | 马廷洪 姜磊 |
| |
| 作者单位： | 重庆科创职业学院信息与机电学院;西南交通大学机械工程学院 |
| |
| 摘 要： | 为了降低机床热误差对主轴加工精度的影响,采用了混合粒子群算法优化BP神经网络结构,并对优化结果进行实验验证.引用了粒子群算法耦合遗传算法,给出BP神经网络结构简图,通过混合粒子群算法优化BP神经网络结构.构造机床热误差优化目标函数,采用混合粒子群算法优化目标函数,给出了混合粒子群算法优化BP神经网络流程图.建立BP神经网络热误差预测模型和BP神经网络热误差优化模型,采用三轴立式铣床对两种预测结果进行实验验证.实验结果表明:采用BP神经网络热误差预测模型,机床y轴、z轴预测结果与实验结果偏差最大值分别为6.9μm和6.7μm;采用BP神经网络热误差优化模型,机床y轴、z轴预测结果与实验结果偏差最大值分别为3.3μm和3.5μm.采用混合粒子群算法优化BP神经网络结构,能够提高机床热误差预测精度.
|
| 本文献已被 CNKI 等数据库收录！ |
|
