基于深度自编码器的大型龙门加工中心热误差建模方法

• 作者: 余永维 徐李 杜柳青 王承辉
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 大型龙门五面加工中心 热误差建模 特征提取 深度学习
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 先进制造技术及基础理论
• 页码范围: 395-400
• 页数: 6页
• 分类号: TH115
• 字数: 3547字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2019.10.046

摘要

为提高热误差模型的预测能力,提出一种基于深度学习方法的数控机床热误差建模方法.利用模糊聚类法和灰色关联度分析法选取温度变量的热敏感点,采用深度自编码器(Stacked automatic encoder,SAE)网络从选出的输入样本中提取特征,构建特征集,然后使用遗传优化算法(Genetic optimization algorithm,GA)对BP神经网络参数进行寻优,从而提出一种基于SAE-GA-BP的数控机床热误差建模方法.以某大型龙门五面加工中心为实验对象,研究并选择了加工中心加工过程中的主要误差源——主轴热误差进行补偿,对主轴热误差深度学习模型和多元回归模型进行了分析对比.结果 表明,在预测精度方面所提出的建模方法优于传统多元回归模型,从而验证了该建模方法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜柳青	重庆理工大学机械工程学院	44	255	8.0	15.0
2	余永维	重庆理工大学机械工程学院	34	283	8.0	16.0
3	王承辉	重庆理工大学机械工程学院	2	0	0.0	0.0
4	徐李	重庆理工大学机械工程学院	1	0	0.0	0.0