基于改进BP神经网络的机床温度预警

• 作者: 李泽阳 郑飂默 李备备 刘信君
• 来源期刊: 组合机床与自动化加工技术
• 关键词: 数控机床 BP神经网络 自适应学习率 温度预警
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 设计与研究
• 页码范围: 81-84,89
• 页数: 5页
• 分类号: TH16|TG506
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2021.09.018

摘要

为了避免温度过热对数控机床的影响,在对BP网络模型原理分析的基础上,针对BP算法收敛速度过慢的缺陷进行自适应学习率改进,设计了一种基于数控机床温度传感器采集的实时温度预警模型,然后利用MATLAB平台对实验数据进行了仿真分析.实验结果对比表明,采用自适应学习率改进的BP神经网络在误差精度0.01的条件下,迭代次数相较标准BP算法更少,收敛速度更快,模型预测结果与真实测得的温度数据比较具有较高的准确率,可以达到温度预警的效果.