典型文献
采用天鹰优化卷积神经网络的精密数控机床主轴热误差建模
文献摘要：
针对数控机床因主轴热误差而严重影响加工精度等问题,结合求解最优解能力强的天鹰优化算法(AO)以及自学习和自适应能力强的卷积神经网络(CNN),提出一种采用AO-CNN的数控机床主轴热误差模型.根据磨齿加工过程特点,总结磨齿机主轴系统热变形规律,确定了 X方向热误差为影响齿轮加工的主要因素;利用模糊C均值聚类(FCM)和相关系数法筛选出关键温度点;利用AO算法优化CNN结构的卷积核,并且建立AO-CNN的数控机床主轴X方向热误差预测模型.在2种不同转速的工况下对所建立模型的性能进行了验证,结果表明,采用AO-CNN进行热误差建模,数控机床X方向的热变形预测精度相比于CNN模型提高了 15％,具有更加优越的预测精度.
文献关键词：
数控机床主轴;热误差建模;卷积神经网络;天鹰优化器;模糊C均值聚类
中图分类号：
作者姓名：
李国龙;陈孝勇;李喆裕;徐凯;唐晓东;王志远
作者机构：
重庆大学机械传动国家重点实验室,400044,重庆
文献出处：
引用格式：
[1]李国龙;陈孝勇;李喆裕;徐凯;唐晓东;王志远-.采用天鹰优化卷积神经网络的精密数控机床主轴热误差建模)[J].西安交通大学学报,2022(08):51-61
A类：
B类：
精密数控机床,数控机床主轴,主轴热误差建模,加工精度,最优解,天鹰优化算法,AO,自学习,自适应能力,误差模型,加工过程,磨齿机,机主,主轴系统,热变形,变形规律,齿轮加工,均值聚类,FCM,相关系数法,算法优化,卷积核,热误差预测模型,不同转速,建立模型,变形预测,天鹰优化器
AB值：
0.230064
相似文献
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。
