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%.
推荐文章
柔性臂坐标测量机动态误差补偿算法研究
神经网络
模拟退火算法
坐标测量机
误差补偿
基于PSO-BP神经网络的HRRP目标识别
BP神经网络
PSO优化算法
高分辨距离像
目标识别
基于应变补偿和PSO-BP神经网络Ti-2.7Cu合金本构关系
Ti-2.7Cu合金
热变形行为
本构模型
应变补偿
PSO-BP神经网络
基于PSO-BP神经网络光电编码器误差补偿研究
绝对式光电编码器
BP神经网络
粒子群优化算法
误差补偿
角度传感器
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PSO-BP神经网络的关节臂式坐标测量机长度误差补偿
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) 所属期刊栏目
研究方向 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
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 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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (65)
参考文献  (12)
节点文献
引证文献  (8)
同被引文献  (60)
二级引证文献  (25)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(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)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(10)
  • 参考文献(3)
  • 二级参考文献(7)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(4)
  • 二级参考文献(2)
2010(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(21)
  • 引证文献(5)
  • 二级引证文献(16)
2020(10)
  • 引证文献(1)
  • 二级引证文献(9)
研究主题发展历程
节点文献
计量学
关节臂式坐标测量机
长度误差补偿
PSO-BP神经网络
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
计量学报
月刊
1000-1158
11-1864/TB
大16开
北京1413信箱
2-798
1980
chi
出版文献量(篇)
3549
总下载数(次)
8
总被引数(次)
20173
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导