典型文献
基于GA-BP神经网络的数控插齿机热误差建模
文献摘要：
热误差作为影响数控插齿机加工精度的重要因素之一,而目前有关插齿机的热误差补偿相关资料欠缺.提出基于GA-BP神经网络的机床热误差优化建模方法,针对插齿机减少其热误差,提高加工精度.针对神经网络算法较多,但补偿效果仍存差距,因此比较了遗传算法(GA)和BP神经网络算法,介绍GA-BP神经网络模型的具体步骤,以YKS5132DX3型数控插齿机为实验对象,获得了敏感点温度和主轴X、Y方向的热误差值,在此基础上,建立BP神经网络热误差预测模型和GA-BP网络热误差优化模型.实验结果表明:与BP神经网络热误差模型相比,GA-BP神经网络热误差模型的预测精度更高,残差变化幅度较平稳,稳健性强.
文献关键词：
BP神经网络;GA-BP神经网络;数控插齿机;稳健性
中图分类号：
作者姓名：
李淋;谭人铭;汪静姝
作者机构：
重庆理工大学 机械工程学院,重庆 400054
文献出处：
引用格式：
[1]李淋;谭人铭;汪静姝-.基于GA-BP神经网络的数控插齿机热误差建模)[J].重庆理工大学学报,2022(07):126-131
A类：
数控插齿机,YKS5132DX3
B类：
GA,热误差建模,机加工,加工精度,误差补偿,机床,误差优化,优化建模,高加,神经网络算法,具体步骤,实验对象,敏感点,主轴,误差值,热误差预测模型,误差模型
AB值：
0.163679
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
