基于遗传算法优化灰色神经网络的机床主轴热误差建模研究 |
| |
引用本文: | 郑金勇,刘保国,冯伟.基于遗传算法优化灰色神经网络的机床主轴热误差建模研究[J].机电工程,2019,36(6). |
| |
作者姓名: | 郑金勇 刘保国 冯伟 |
| |
作者单位: | 河南工业大学 机电工程学院,河南 郑州,450001;河南工业大学 机电工程学院,河南 郑州450001;河南工业大学河南省超硬磨料磨削装备重点实验室,河南 郑州450001 |
| |
基金项目: | 国家自然科学基金;高层次人才科研启动基金;中央高校基本科研业务费专项 |
| |
摘 要: | 针对机床主轴热性能对加工精度产生影响的问题,对机床主轴热误差建模方向进行了试验研究。以数控磨床主轴为研究对象,通过热特性试验获得了阶梯转速下的温度变化数据和热误差数据,对温度数据进行了模糊聚类分组,并采用相关系数法选出了温度敏感测点;通过对灰色神经网络初始参数进行优化,建立了遗传算法(GA)优化的灰色神经网络热误差预测模型;在该模型中,以灰色神经网络的预测输出和实际值的绝对误差作为遗传算法适应度函数,以平均相对误差作为预测模型的评价标准,并与灰色神经网络、BP神经网络预测结果进行了对比。研究结果表明:该预测模型具有更高的预测精度,通过GA对灰色神经网络的初始参数进行优化,可有效地提高网络的预测精度,更好地用于热误差补偿系统。
|
关 键 词: | 数控机床 热误差 灰色神经网络 遗传算法 模糊聚类分组 |
本文献已被 CNKI 万方数据 等数据库收录! |
|