基于遗传RBF神经网络的高速电主轴热误差建模

作者:张捷,李岳,王书亭,苟卫东

摘要:针对高速电主轴热误差建模,对HMC80加工中心电主轴单元进行了热误差测量实验,综合利用模糊聚类法和灰色关联度分析法对测温点进行优化,使测温点数量从8个减少到3个,该方法同时考虑了温度变量之间的复共线性和测温点温度与热误差之间的相关性.以优化后的温度变量为输入,热误差为输出,建立基于遗传算法径向基函数(RBF)神经网络预测模型,并与其他方法进行比较.分析结果表明:相比于传统RBF神经网络法和多元线性回归法,遗传RBF神经网络建立的热误差预测模型精度更高、鲁棒性更强.

关键词:高速电主轴;热误差建模;模糊聚类;灰色关联度;遗传RBF神经网络

文献来源:张捷,李岳,王书亭,苟卫东.基于遗传RBF神经网络的高速电主轴热误差建模[J].华中科技大学学报(自然科学版),2018,46(7):73-77

DOI:10.13245/j.hust.180714

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180711F10Z2600?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券