您当前的位置:首页>机械工程>基于热误差神经网络预测模型的机床重点热刚度辨识方法研究

基于热误差神经网络预测模型的机床重点热刚度辨识方法研究

资料类别:机械工程

文档格式:PDF电子版

文件大小:1.17 MB

资料语言:中文

更新时间:2020-09-04 15:45:28



推荐标签: 神经网络 机床 模型 刚度 辨识 误差 基于 重点 方法研究 重点 基于

内容简介

基于热误差神经网络预测模型的机床重点热刚度辨识方法研究 摘要∶为了合理分配机床热刚度并为机床零部件的热刚度优化提供依据,提出一种基于热误差神经网络预测模型的机床重点热刚度辨识方法。该方法针对机床不同零部件的热刚度对整机热刚度的影响具有不完全相同的特征,定义一种机床重点热刚度的概念。根据机床温度和热误差试验数据,利用径向基神经网络建模精度高和泛化能力强的特点,建立一种机床热误差神经网络预测模型。以机床不同零部件达到热平衡后产生的单位温升为热误差预测模型的输入矢量,计算热误差变化值作为机床重点热刚度的辨识依据,在此基础上阐述机床重点热刚度辨识方法的原理和实施步骤。将该方法应用在一台高架桥式龙门加工中心的重点热刚度辨识上,辨识结果与验证试验得到的结果相一致。
上一章:立式机床主轴动态特性分析 下一章:基于人机工程学的车铣复合加工机床的设计与研究

相关文章

基于径向基网络模型的机床主轴箱热误差模型研究 数控机床热误差测点优化模型预测与实时补偿的研究 基于过程数据时段特性的数控机床热误差预测研究 基于神经网络的机床-工件系统热误差补偿技术研究 数控机床主轴热误差预测模型的修整 基于BP神经网络数控机床热误差建模的研究 基于蚁群算法优化BP神经网络的数控机床热误差补偿基于蚁群算法优化BP神经网络的数控机床热误差补偿 基于灰色理论预处理的神经网络机床热误差建模