HS-RNN在机械主轴振动预报方法中的研究

• 作者: 智杰峰 片锦香
• 来源期刊: 机械设计与制造
• 学科: 工学
• 关键词: 和声搜索算法 RNN递归神经网络 振动预报 机械主轴
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 理论与方法研究
• 页码范围: 85-89
• 页数: 5页
• 分类号: TH16|TH133
• 字数: 3042字
• 语种: 中文

摘要

机械主轴在高速运行过程中由于转子质量分布不均,造成主轴振动,从而影响其加工精度,因此常常采用动平衡方法来降低此类原因造成的振动.由于机械主轴长时间工作在变化频繁的工况条件下,难以在较短的时间内对主轴振动值进行准确调节,因此机械主轴振动预报模型对动平衡调节有着重要意义.机械主轴振动预报模型机理复杂,振动幅值具有随转速变化而非线性变化的特性,难以建立精确的机械主轴振动预报模型.且内置平衡块位置的选择忽略了变化工况对位置更新参数的影响,导致机械主轴振动预报模型精度较低.采用RNN(Recurrent Neural Network)递归神经网络建立机械主轴振动预报模型,对内置平衡块不同位置和主轴转速下的振动幅值预报,并引入HS(Harmony Search)和声搜索算法对平衡块位置参数通过自学习更新,从而提高机械主轴振动预报模型的精度.实验结果表明,提出的基于HS-RNN的机械主轴振动预报方法能够自动确定网络结构,并对机械主轴的振动幅值进行准确预报.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	片锦香	沈阳建筑大学信息与控制工程学院学院	34	132	5.0	10.0
2	智杰峰	沈阳建筑大学信息与控制工程学院学院	2	0	0.0	0.0