基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将基于神经模糊控制理论的建模方法---模糊神经网络建模法应用到数控机床热误差建模当中,讨论了热误差模糊神经网络的结构及建模原理;对大型数控龙门导轨磨床主轴箱系统进行建模试验,采用非接触式红外温度测量仪和千分表分别测量主轴箱系统温度值与主轴热误差,得到两组独立的试验数据,一组用来建立主轴箱系统热误差模糊神经网络预报模型,另一组用来对模型进行验证。试验结果表明,模糊神经网络模型预测精度高,泛化能力强;将模糊神经网络建模方法与径向基函数神经网络建模方法进行综合对比,分析结果表明,模糊神经网络建模方法具有更好的建模效率、建模鲁棒性及预测性能。
推荐文章
基于BP神经网络数控机床热误差建模的研究
BP神经网络
粒子群优化
数控机床
热误差
基于GM-LS-SVM层级模型的数控机床热误差建模
数控机床
热误差建模
灰色模型
最小二乘支持向量机
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经模糊控制理论的数控机床热误差建模
来源期刊 中国机械工程 学科 工学
关键词 Takagi-Sugeno型模糊推理 隶属度函数 模糊神经网络 鲁棒性 泛化能力
年,卷(期) 2014,(16) 所属期刊栏目 科学基金
研究方向 页码范围 2225-2230,2231
页数 7页 分类号 TG502.13
字数 5079字 语种 中文
DOI 10.3969/j.issn.1004-132X.2014.16.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘子建 湖南大学汽车车身先进设计制造国家重点实验室 114 1044 15.0 27.0
2 艾彦迪 湖南大学汽车车身先进设计制造国家重点实验室 14 179 8.0 13.0
3 余治民 湖南大学汽车车身先进设计制造国家重点实验室 9 129 6.0 9.0
4 熊敏 湖南大学汽车车身先进设计制造国家重点实验室 9 109 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (27)
参考文献  (5)
节点文献
引证文献  (14)
同被引文献  (46)
二级引证文献  (29)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(6)
  • 引证文献(4)
  • 二级引证文献(2)
2017(8)
  • 引证文献(6)
  • 二级引证文献(2)
2018(10)
  • 引证文献(1)
  • 二级引证文献(9)
2019(11)
  • 引证文献(1)
  • 二级引证文献(10)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
Takagi-Sugeno型模糊推理
隶属度函数
模糊神经网络
鲁棒性
泛化能力
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国机械工程
半月刊
1004-132X
42-1294/TH
大16开
湖北省武汉市湖北工业大学772信箱
38-10
1973
chi
出版文献量(篇)
13171
总下载数(次)
15
总被引数(次)
206238
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导