基于BP神经网络的机床热误差建模与分析
Modular Machine Tool & Automatic Manufacturing Technique(2019)
摘要
针对机床进给系统热误差,提出了一种复合预测方法.首先使用神经网络对丝杠热变形量进行建模,然后以多项式拟合法来求得平台轴向热误差y与丝杠实际热变形量x之间的关系,建立平台轴向热误差预测模型,称作"两步法".两步法与BP神经网络直接预测平台轴向热误差的方法(直接法)分别对实验进行预测,将两方法预测结果与实测平台轴向热误差对比.结果表明,实验过程中行程发生变化时,直接法预测得到的热误差残差在-5.4~6.6μm间波动,两步法预测得到的热误差残差在-3.1~2.2μm内波动,两步法预测精度比直接法高了约126%,有较强的工程应用价值.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要