基于模糊神经网络的铣床热误差预测模型研究

• 作者: 伍先明 李耀贵
• 来源期刊: 井冈山大学学报（自然科学版）
• 学科: 工学
• 关键词: 径向基函数 神经网络 模糊推理 铣床 热误差
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 工程与材料科学
• 页码范围: 77-80,91
• 页数: 5页
• 分类号: TH161
• 字数: 1958字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8085.2019.04.015

摘要

当前,铣床主轴加工产品容易受到热误差的影响,造成产品精度下降.对此,采用模糊神经网络模型预测铣床主轴热误差,并对预测结果进行比较和分析.建立神经网络径向基函数的表达式,给出了模糊推理系统和控制规则,创建了模糊RBF神经网络预测模型,对铣床主轴进行热误差验证.结果显示:铣床主轴采用RBF神经网络模型预测误差较大,其Y轴和Z轴输出最大误差分别为5.9μm和7.1μm;铣床主轴采用模糊RBF神经网络模型预测误差较小,其Y轴和Z轴输出最大误差分别为3.5μm和2.9μm.同时,模糊RBF神经网络模型预测误差跳动幅度较小.采用模糊RBF神经网络预测模型,可以补偿铣床运行时产生的热误差,提高铣床主轴加工精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李耀贵		22	10	1.0	2.0
2	伍先明		15	14	2.0	3.0