基于遗传算法优化Elman神经网络的机床热误差建模?

• 作者: 张良栋 杨海栗 田建平 胡勇 黄玉春
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 立式加工中心 热误差 Elman神经网络 遗传算法优化
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 控制与检测
• 页码范围: 74-77
• 页数: 4页
• 分类号: TH161|TG659
• 字数: 2506字
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2015.04.019

摘要

为了提高数控机床热误差模型的预测精度,以某型号立式加工中心为实验对象,采用模糊聚类与灰色综合关联度相结合的方法对机床测温点进行优化,将测温点从8个减少到3个。利用遗传算法( GA)优化的Elman神经网络建立了主轴热漂移误差预测模型,通过实例比较了 GA-Elman神经网络模型与普通Elman 神经网络模型的预测效果。结果表明,与普通Elman神经网络所建的预测模型相比,GA-Elman神经网络模型对主轴轴向热漂移误差的预测精度较高,残差较小,网络的泛化能力较好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田建平	四川理工学院机械工程学院	57	166	7.0	9.0
2	张良栋	四川理工学院机械工程学院	35	100	6.0	8.0
3	胡勇	四川理工学院机械工程学院	46	136	7.0	8.0
4	杨海栗	四川理工学院机械工程学院	15	42	4.0	6.0
5	黄玉春	四川理工学院机械工程学院	4	11	2.0	3.0