基于GA-BP神经网络的数控插齿机热误差建模

基于GA-BP神经网络的数控插齿机热误差建模

TH161+.4; 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...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:重庆理工大学学报（自然科学版） 2022, Vol.36 (7), p.126-131
Hauptverfasser: 李淋, 谭人铭, 汪静姝
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:TH161+.4; 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.
ISSN:1674-8425
DOI:10.3969/j.issn.1674-8425(z).2022.07.016