基于PSO-BP神经网络的关节臂式坐标测量机长度误差补偿

• 作者: 张培培 王华 王学影 赵晨馨 陆艺
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 关节臂式坐标测量机 长度误差补偿 PSO-BP神经网络
• 年，卷（期）: 2017,（3）
• 页码范围: 271-275
• 页数: 5页
• 分类号: TB92
• 字数: 3782字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2017.03.04

摘要

针对关节臂式坐标测量机(AACMM)长度误差补偿问题,分析了误差来源,通过实验确定了影响其测量长度的误差参数.引入BP神经网络对长度误差补偿模型进行了建模,并通过粒子群化算法对BP神经网络的权值和阈值进行全局寻优,克服了BP神经网络收敛速度慢和易陷入局部极值的缺陷.在不同输入参数的条件下测量标准尺,获得了误差补偿模型的训练样本.进行了长度误差补偿验证,补偿后误差均值减小了0.014 mm,使AACMM的测量精度提高了31.8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王学影	中国计量大学计量测试工程学院	20	90	5.0	8.0
2	王华	中国计量大学计量测试工程学院	5	28	4.0	5.0
3	陆艺	中国计量大学计量测试工程学院	53	295	10.0	13.0
4	张培培	中国计量大学计量测试工程学院	6	30	4.0	5.0
5	赵晨馨	中国计量大学计量测试工程学院	5	24	4.0	4.0