检索结果-南通市图书馆

基于集成BP神经网络的数控机床主轴热误差建模

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2018年第6期24卷 1383-1390页

作者：谭峰殷鸣彭骥卫亚斌殷国富四川大学制造科学与工程学院四川成都610065

为了解决单一BP神经网络模型预测性能不稳定的问题,提出一种集成BP神经网络的数控机床主轴热误差建模方法。采用模糊c均值聚类法筛选温度敏感点,消除了冗余温度变量间的多重共线性。从机器学习的角度出发,分别采用平均法、中位数法和普... 详细信息

为了解决单一BP神经网络模型预测性能不稳定的问题,提出一种集成BP神经网络的数控机床主轴热误差建模方法。采用模糊c均值聚类法筛选温度敏感点,消除了冗余温度变量间的多重共线性。从机器学习的角度出发,分别采用平均法、中位数法和普通最小二乘法将几种具有弱预测性能的典型BP神经网络模型进行集成。以THM6380卧式加工中心为研究对象进行了主轴热误差实验,热误差预测性能分析结果表明,集成模型的预测精度和泛化能力优于单一BP神经网络模型,为机床主轴热误差建模及后续热误差补偿提供了新的思路。

关键词：主轴热误差 BP神经网络模糊c均值聚类普通最小二乘法集成模型

在线全文

学校读者我要写书评

暂无评论

龙门数控机床主轴热误差及其改善措施

机械工程学报 2012年第21期48卷 149-157页

作者：仇健刘春时刘启伟林剑峰沈阳机床(集团)有限责任公司高档数控机床国家重点实验室沈阳110142

依据ISO和ASME标准建立龙门数控(Numerical control,NC)机床热误差测试条件,通过主轴恒转速和变转速热误差试验分析主轴箱温度场分布及其对主轴热误差的影响趋势。建立龙门机床误差元素模型,分析影响机床各坐标轴加工精度的主轴热误差... 详细信息

依据ISO和ASME标准建立龙门数控(Numerical control,NC)机床热误差测试条件,通过主轴恒转速和变转速热误差试验分析主轴箱温度场分布及其对主轴热误差的影响趋势。建立龙门机床误差元素模型,分析影响机床各坐标轴加工精度的主轴热误差分量。研究发现,主轴热误差和主轴箱温度存在单调对应关系,温度对主轴轴向的热伸长误差的影响要远大于主轴径向的热漂移误差,但温度变化相对各坐标变形存在热延迟和热惯性等特性。对主轴径向精度影响最大的热误差分量是由机床生热产生的同方向的偏移误差和与之垂直的偏转误差;对轴向精度影响最大的则是轴向的偏移误差。针对热误差特点和分布规律,提出结构优化、热平衡、误差补偿建模等3种减小热误差的措施,并对其各自优点进行了分析。

关键词：主轴热误差温度场热平衡误差补偿建模

数控车床主轴热误差SHO–LSTM预测建模

在线全文

学校读者我要写书评

暂无评论

工程科学与技术 2024年第2期56卷 277-288页

作者：陈庚郭世杰丁强强苏哲唐术锋内蒙古工业大学机械工程学院内蒙古呼和浩特010051 内蒙古自治区特殊服役机器人重点实验室内蒙古呼和浩特010051

在高精度加工过程中,数控机床主轴误差对加工精度的影响较为严重。数控机床热误差占总误差比例高达40%~70%,是主要的误差源之一。为了提高热误差预测的精度,本文提出一种使用海马优化算法(SHO)优化时序预测网络(LSTM)的精密车床主轴热... 详细信息

在高精度加工过程中,数控机床主轴误差对加工精度的影响较为严重。数控机床热误差占总误差比例高达40%~70%,是主要的误差源之一。为了提高热误差预测的精度,本文提出一种使用海马优化算法(SHO)优化时序预测网络(LSTM)的精密车床主轴热误差预测建模方法。首先,利用羚羊优化算法(GOA)对模糊C均值聚类(FCM)的模糊矩阵常数、最大迭代次数、迭代终止条件进行优化并结合皮尔逊(Person)、斯皮尔曼(Spearman)和肯德尔(Kendall)相关分析方法优化温度测点,使用手肘法确定最优分组规模,根据DB(Davies–Bouldin)、BWP(Bregman Within–class Projection)和Silhouette(Silhouette coefficient)聚类评估指标评估温度测点聚类效果。其次,以车床主轴五点法获取的热误差数据和优化后的温度数据作为输入,使用海马优化算法(SHO)对时序预测网络(LSTM)的隐含层节点、全连接层节点、学习率、L2正则化常数进行优化,并使用S折交叉试验方法确定最优分组规模,建立主轴热误差SHO–LSTM预测模型。再次,在不同转速下对构建的热误差模型对基于平均绝对误差(MAE)、均方根误差(RMSE)和平均绝对百分比误差(MAPE)的预测效果进行评估。最后,在CKA6163A型车床上进行实例验证,使用五点法进行测量辨识,同时测量主轴附近的温度。结果表明:本文所提出的温度测点优化算法相比未优化的模糊C均值聚类(FCM)的DB指标降低了89.00%,BWP和Silhouette分别提高了59.00%和8.17%,优化后的聚类算法可有效降低温度测点间的共线性,提高预测模型的预测效率。本文所提出的海马优化算法(SHO)优化时序预测网络(LSTM)与未优化的时序预测网络(LSTM)相比,均方根误差降低了42%,表明海马优化算法(SHO)可以提高时序预测网络(LSTM)的准确性;与天鹰(AO)优化卷积神经网络(CNN)、反向传播神经网络(BP)相比,本文所提出的预测网络的均方根误差分别降低了3%、57%,SHO–LSTM主轴热误差预测模型的鲁棒性和准确性更高。

关键词：数控机床主轴热误差 GOA-FCM算法热误差预测 SHO-LSTM网络

在线全文

学校读者我要写书评

暂无评论

基于单光束干涉仪的机床主轴热误差实时测量

计量学报 2001年第1期22卷 1-6页

作者：高赛曾理江殷纯永郑力叶佩青清华大学精密测试技术与仪器国家重点实验室北京100084 清华大学制造工程研究所北京100084

主轴热误差是数控机床的主要热误差源 ,本文提出了一种使用三路单光束干涉仪 (SBI3)进行机床主轴热误差的非接触式实时测量方法 ,可以快速准确地测量主轴热误差。实验结果表明 ,所测立式加工中心主轴热误差沿Z轴方向最大 ,约为 50μm ,... 详细信息

主轴热误差是数控机床的主要热误差源 ,本文提出了一种使用三路单光束干涉仪 (SBI3)进行机床主轴热误差的非接触式实时测量方法 ,可以快速准确地测量主轴热误差。实验结果表明 ,所测立式加工中心主轴热误差沿Z轴方向最大 ,约为 50μm ,测量误差约为 1 0 μm。

关键词：数控机床主轴热误差实时测量单光束干涉仪

基于GA-ACO-BP网络的机床主轴热误差预测

在线全文

学校读者我要写书评

暂无评论

制造技术与机床 2022年第9期 153-161页

作者：田春苗季泽平阿勇嘎张学炜唐术锋郭世杰内蒙古工业大学机械工程学院内蒙古呼和浩特010051

为解决反向传播(BP)神经网络建立的主轴热误差预测模型精度低、收敛速度慢和易陷入局部最优解的缺点,利用K-means++算法和相关性分析对温度测点进行优化并提取热敏感点,并利用遗传算法(GA)对蚁群进行交叉变异处理,构建GA-ACO网络来确定... 详细信息

为解决反向传播(BP)神经网络建立的主轴热误差预测模型精度低、收敛速度慢和易陷入局部最优解的缺点,利用K-means++算法和相关性分析对温度测点进行优化并提取热敏感点,并利用遗传算法(GA)对蚁群进行交叉变异处理,构建GA-ACO网络来确定最优的隐含层节点数、权值、阈值,实现对BP神经网络拓扑结构的优化。分别建立基于BP和GA-ACO-BP网络的主轴热误差预测模型,以双转台五轴加工中心为研究对象,采用五点法对主轴热误差进行测量。热误差实验结果表明:K-means++算法与Person、Sperman和Kendall相关分析相结合可有效降低温度变量间的多重共线性;GA-ACO-BP模型可实现对主轴热误差的预测具有更高的预测精度。

关键词：数控机床主轴热误差 K-means++算法热误差预测 GA-ACO-BP神经网络

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

数控铣床主轴热误差Bi-LSTM预测建模

机床与液压 2024年

作者：马宏宇尹志宏叶愈南朋涛朱升硕昆明理工大学机电工程学院中国机械总院集团云南分院有限公司

为探究数控铣床复杂热源导致的主轴温升与热误差之间的非线性映射关系，提出一种基于双向长短期记忆神经网络（Bi-LSTM）的主轴热误差预测模型。首先，以国产某型号精密数控铣床主轴单元为研究对象，采用激光位移传感器对主轴空转状态... 详细信息

为探究数控铣床复杂热源导致的主轴温升与热误差之间的非线性映射关系，提出一种基于双向长短期记忆神经网络（Bi-LSTM）的主轴热误差预测模型。首先，以国产某型号精密数控铣床主轴单元为研究对象，采用激光位移传感器对主轴空转状态下的轴向热误差进行测量，借助温度传感器对主轴关键温度测点进行温度采集。其次，采用萨维茨基-戈莱（S-G）滤波器对主轴温升、热误差数据进行滤波降噪处理，使用手肘法确定最佳聚类数，利用模糊C均值聚类结合灰色关联度（FCM+GRA）方法完成温度敏感点选取，避免温度测点之间多重共线性问题。最后，以主轴轴向热误差和温度敏感点温升数据作为输入，建立主轴热误差Bi-LSTM预测模型，并基于平均绝对误差MAE、平均绝对百分比误差MAPE、均方根误差RMSE和相关性系数R2对模型的预测效果进行评估。通过实例验证表明：Bi-LSTM预测模型与LSTM（单向长短期记忆神经网络）相比，均方根误差RMSE降低了14.0%；与GRU（门控循环单元）、BPNN（反向传播神经网络）相比，均方根误差RMSE分别降低了31.3%、46.6%。因此，Bi-LSTM主轴热误差预测模型具有更高的鲁棒性和准确性。

关键词：数控机床主轴热误差 FCM+GRA算法 Bi-LSTM模型热误差预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

双转台五轴数控机床主轴热误差测量与建模

哈尔滨理工大学学报 2019年第6期24卷 1-10页

作者：刘献礼宋厚旺吴石岳彩旭 Steven Y.Liang 李荣义哈尔滨理工大学机械动力工程学院哈尔滨150080 佐治亚理工学院乔治·W·伍德拉夫机械工程学院亚特兰大30332

为了测量数控机床实际切削加工过程中主轴的热误差,并优化热误差模型的输出,提出利用热测试件测量机床主轴热误差的方法,并利用误差特性分离出热误差。针对机床热误差建模中温度测点优化选择的问题,提出基于K-means++算法和相关系数法... 详细信息

为了测量数控机床实际切削加工过程中主轴的热误差,并优化热误差模型的输出,提出利用热测试件测量机床主轴热误差的方法,并利用误差特性分离出热误差。针对机床热误差建模中温度测点优化选择的问题,提出基于K-means++算法和相关系数法相结合的方法选取温度敏感点,采用K-means++算法对所有温度测点进行聚类,相关系数法计算各个温度变量与主轴热误差之间的相关性,从而确定温度敏感点,结合分离出的热误差建立主轴热误差多元线性回归模型。在VMC-C50双转台五轴数控机床上对该方法进行试验验证,结果表明,温度测点的数量由8个减少为2个,模型的预测精度及鲁棒性得到有效提升。

关键词：五轴数控机床主轴热误差热测试件 K-means++算法相关系数法

在线全文

学校读者我要写书评

暂无评论

CNC加工中心主轴热误差测量与补偿研究

煤矿机械 2014年第3期35卷 112-114页

作者：宋强刘玲安阳工学院机械工程学院河南安阳455000

热误差是影响数控机床精度的最重要的一个误差源,误差补偿技术是一种消除机床误差经济有效的方法,而有效地误差补偿依赖于准确的误差模型。在测量加工中心主轴系统多次实验的基础上,研究了主轴热变形误差与温度之间的关系,并用LS-SVM方... 详细信息

热误差是影响数控机床精度的最重要的一个误差源,误差补偿技术是一种消除机床误差经济有效的方法,而有效地误差补偿依赖于准确的误差模型。在测量加工中心主轴系统多次实验的基础上,研究了主轴热变形误差与温度之间的关系,并用LS-SVM方法建立了两者的预测数学模型。经研究分析,利用最小二乘支持向量机回归法进行建模,实现了较高的预测精度,可以满足加工中心热误差实时补偿的应用要求。仿真结果表明,这种新的建模方法具有较高的精度,为高度复杂的非线性模型化提供了一条新途经,此方法利用某一机床厂具体的数据进行检验,得到了较为理想的应用效果。

关键词：加工中心主轴热误差数学建模预测 LS—SVM

在线全文

学校读者我要写书评

暂无评论

加工中心主轴热误差的灰色残差修正模型研究

制造技术与机床 2009年第2期 27-30页

作者：宋强王立新李华安阳工学院机械工程系河南安阳455000 安阳钢铁集团公司河南安阳455004

介绍了一种基于灰色残差修正模型的加工中心主轴热误差预测的建模方法。仿真结果表明,这种新的建模方法具有较高的精度,为高度复杂的非线性模型化提供了一条新途经。此方法利用某一机床厂具体的数据进行检验,得到了满意的结果。

关键词：加工中心主轴热误差建模预测灰色模型修正