数控机床主轴的神经网络热评价模型研究
Machine Tool & Hydraulics（2020）
摘要
热误差作为影响机床加工精度的重要因素之一,严重制约着机床加工精度的提高.而主轴是数控机床的关键功能部件,对其进行热特性研究对提高机床的加工精度具有重要的意义.将同一类型、不同使用年限的机床主轴温度值和热变形值作为评价指标,建立数控机床主轴的神经网络热评价模型;针对BP神经网络易陷入局部最优值、收敛速度慢等问题,采用粒子群优化(PSO)算法优化加权朴素贝叶斯(WNB)的初始权值,获取权值全局最优解,构建了粒子群优化加权朴素贝叶斯机床主轴热评价模型,实现对机床主轴热特性的评价.MATLAB仿真结果表明:PSO-WNB模型精度为94.1％,收敛速度快,预测精度高,优于BP神经网络,为数控机床热特性评价提供了新思路.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要