基于神经网络的机床误差数据拟合与预测方法

论文摘要

针对机床空间误差补偿技术中的机床空间网格点误差数据的存储问题和非网格点误差值的预测问题,提出了使用神经网络模型对机床误差数据进行拟合与预测的方法。以机床空间网格点误差数据为样本,对神经网络模型进行训练,并将训练好的神经网络模型用于机床空间非网格点的误差值预测。以空间插值法为比对标准,对比两种方法的4条空间对角线的预测值,两者之间的误差在[-2, 4]μm之间,仿真结果表明,神经网络模型不仅能高精度地拟合机床空间网格点误差数据,还能对非网格点误差值进行精确预测。

论文目录

• 0 引言
• 1 神经网络拟合方法
•   1.1 神经网络模型与BP算法
•   1.2 数据来源——空间误差测量
•   1.3 神经网络拟合分析
• 2 非网格点误差值预测
•   2.1 空间插值预测方法
•   2.2 数控系统误差实时补偿
•   2.3 预测分析
• 3 结束语

文章来源

类型: 期刊论文

作者: 向华,余金舫,王超,熊成

关键词: 空间误差补偿,空间插值法,神经网络模型,拟合与预测

来源: 组合机床与自动化加工技术 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技

专业: 金属学及金属工艺,自动化技术

单位: 华中科技大学国家数控系统工程技术研究中心

基金: 国家04重大专项(2017ZX04011006-005,2017ZX04011028,2017ZX04011002)

分类号: TG659;TP183

DOI: 10.13462/j.cnki.mmtamt.2019.12.011

页码: 44-47+51

总页数: 5

文件大小: 1929K

下载量: 202