典型文献
基于BP神经网络的热误差预测探究
文献摘要：
分析由热误差引发的数控机床加工精度问题,并提出基于模糊神经网络的铣床热误差预测模型.热误差作为制约数控机床加工精度的关键因素,在重型数控机床上表现得尤为明显.为了降低机床热误差对主轴加工精度的影响,通过优化BP神经网络结构,并基于兼顾相关系数和欧式距离的系统聚类准则,以减小温度测点间共线性,进而实现误差预测和提升加工效率.结果表明:综合粒子群算法、耦合遗传算法和混合粒子群算法优化BP神经网络结构建立的BP神经网络热误差预测模型和热误差优化模型可有效提高热误差预测精度.
文献关键词：
模糊神经网络;数控铣床;热误差
中图分类号：
作者姓名：
吴康福
作者机构：
广东理工学院 广东肇庆526100
文献出处：
引用格式：
[1]吴康福-.基于BP神经网络的热误差预测探究)[J].天津科技,2022(06):73-75,79
A类：
B类：
测探,机床加工精度,精度问题,模糊神经网络,热误差预测模型,约数,重型数控机床,主轴,神经网络结构,欧式距离,系统聚类,小温,温度测点,共线性,加工效率,混合粒子群算法,算法优化,误差优化,高热,数控铣床
AB值：
0.226859
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。
