| 基于遗传算法优化Elman神经网络的机床热误差建模 |
| |
| 引用本文： | 黄玉春,田建平,杨海栗,胡勇,张良栋.基于遗传算法优化Elman神经网络的机床热误差建模[J].组合机床与自动化加工技术,2015(4):74-77. |
| |
| 作者姓名： | 黄玉春 田建平 杨海栗 胡勇 张良栋 |
| |
| 作者单位： | 四川理工学院机械工程学院 |
| |
| 基金项目： | 人工智能四川省重点实验室(2013RYY03);四川理工学院研究生创新基金(y2013009);四川省教育厅重点项目(14ZA0209);自贡市科技局重点项目(2013R01) |
| |
| 摘 要： | 为了提高数控机床热误差模型的预测精度,以某型号立式加工中心为实验对象,采用模糊聚类与灰色综合关联度相结合的方法对机床测温点进行优化,将测温点从8个减少到3个。利用遗传算法(GA)优化的Elman神经网络建立了主轴热漂移误差预测模型,通过实例比较了GA-Elman神经网络模型与普通Elman神经网络模型的预测效果。结果表明,与普通Elman神经网络所建的预测模型相比,GA-Elman神经网络模型对主轴轴向热漂移误差的预测精度较高,残差较小,网络的泛化能力较好。
|
| 关 键 词： | 立式加工中心 热误差 Elman神经网络 遗传算法优化 |
| 本文献已被 CNKI 等数据库收录！ |
|
