| 广义径向基函数神经网络在热误差建模中的应用 |
| |
| 引用本文： | 吕程,刘子云,刘子建,余治民. 广义径向基函数神经网络在热误差建模中的应用[J]. 光学精密工程, 2015, 23(6) |
| |
| 作者姓名： | 吕程 刘子云 刘子建 余治民 |
| |
| 作者单位： | 湖南大学汽车车身先进设计制造国家重点实验室,湖南长沙,410082 |
| |
| 基金项目： | 国家自然科学基金资助项目，国家科技重大专项资助项目 |
| |
| 摘 要： | 针对现有的热误差建模方法建模效率低,模型预测精度不理想等问题,提出了广义径向基函数神经网络(RBF)建模方法并将其应用于数控机床热误差建模中。讨论了采用广义RBF神经网络进行热误差建模的原理及步骤。以数控导轨磨床主轴箱系统为例,布置了12个主轴热误差的关键温度测点,测得了2组独立的主轴箱系统热误差数据。将测得的数据分别用于建立主轴箱系统热误差广义RBF神经网络预报模型和验证模型的准确性。研究结果表明,热误差广义RBF神经网络模型具有预测精度高及泛化能力强的优点;与传统的RBF神经网络建模方法相比,提出的广义RBF神经网络建模方法建模效率更高,模型鲁棒性及预测性能更好,是一种可以用于数控机床热误差实时补偿的有效建模方法。
|
| 关 键 词： | 广义径向基函数 神经网络 热误差建模 聚类算法 泛化能力 鲁棒性 数控导轨磨床 |
Application of generalized radial basis function neural network to thermal error modeling |
| |
| L Cheng,LIU Zi-yun,LIU Zi-jian,YU Zhi-min. Application of generalized radial basis function neural network to thermal error modeling[J]. Optics and Precision Engineering, 2015, 23(6) |
| |
| Authors: | L Cheng LIU Zi-yun LIU Zi-jian YU Zhi-min |
| |
| Affiliation: | L(U) Cheng,LIU Zi-yun,LIU Zi-jian,YU Zhi-min |
| |
| Abstract: | |
| |
| Keywords: | generalized radial basis function neural network thermal error modeling clustering algorithm generalization ability robustness Numerical Control(NC) guide rail grinder |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
