作者:
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:
针对环境温度变化及数控机床本身发热导致机床加工精度降低的问题,提出一种结合萤火虫算法与BP神经网络的数控机床热误差补偿方法.该方法两次使用萤火虫优化算法,第一次用于筛选传感器数据,第二次用于优化BP神经网络,然后通过优质训练库和GSO-BP神经网络进行建模,实现高精度的误差补偿.实验结果表明,本文方法预测误差与实际误差更加接近,补偿后残余误差更小,且补偿稳定性好.
推荐文章
基于BP神经网络的数控机床综合误差补偿方法
BP神经网络
陡度因子
放大因子
误差补偿
数控机床热误差实时补偿
数控机床
热误差
多元线性回归方程
误差补偿技术
基于萤火虫神经网络的轴承性能退化程度评估
滚动轴承
性能退化程度评估
BP神经网络
萤火虫优化算法
数控机床产生的误差分析及补偿
热误差
螺距
摩擦力
数控机床
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 结合萤火虫算法与BP神经网络的数控机床热误差补偿
来源期刊 天津冶金 学科
关键词 热误差补偿 萤火虫算法 BP神经网络 数控机床
年,卷(期) 2017,(5) 所属期刊栏目 机电设备
研究方向 页码范围 35-39
页数 5页 分类号
字数 3480字 语种 中文
DOI 10.3969/j.issn.1006-110X.2017.05.035
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 路军 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (52)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2011(6)
  • 参考文献(3)
  • 二级参考文献(3)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
热误差补偿
萤火虫算法
BP神经网络
数控机床
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
天津冶金
双月刊
1006-110X
12-1200/TF
大16开
天津市和平区重庆道225号
1981
chi
出版文献量(篇)
3128
总下载数(次)
7
论文1v1指导