基于混合粒子群算法优化BP神经网络的机床热误差建模
【作者】
马廷洪
[1]
姜磊
[2]
【关键词】
混合粒子群算法
BP神经网络
优化
机床
热误差
【摘要】为了降低机床热误差对主轴加工精度的影响,采用了混合粒子群算法优化BP神经网络结构,并对优化结果进行实验验证.引用了粒子群算法耦合遗传算法,给出BP神经网络结构简图,通过混合粒子群算法优化BP神经网络结构.构造机床热误差优化目标函数,采用混合粒子群算法优化目标函数,给出了混合粒子群算法优化BP神经网络流程图.建立BP神经网络热误差预测模型和BP神经网络热误差优化模型,采用三轴立式铣床对两种预测结果进行实验验证.实验结果表明:采用BP神经网络热误差预测模型,机床y轴、z轴预测结果与实验结果偏差最大值分别为6.9μm和6.7 μm;采用BP神经网络热误差优化模型,机床y轴、z轴预测结果与实验结果偏差最大值分别为3.3μm和3.5 μm.采用混合粒子群算法优化BP神经网络结构,能够提高机床热误差预测精度.
上一篇: 驱动平面机械手的液压系统建模及CMAC-PID控制研究
下一篇: 车削SiCp/Al复合材料切削力预测模型研究