柔性臂坐标测量机动态误差补偿算法研究

论文摘要

针对柔性臂坐标测量机误差因素复杂且误差影响之间呈非线性的问题,分析了误差因素并对部分动态误差进行研究,提出了一种基于模拟退火和神经网络的柔性臂坐标测量机动态误差补偿方法。利用BP神经网络建立动态误差补偿模型,通过模拟退火算法优化权值从而解决了神经网络的收敛速度慢的问题。通过实验获得数据样本,训练所建模型后对测试数据进行误差补偿。与BP神经网络模型进行对比结果表明,补偿测试点后得出的单点重复性测量误差提高了60.85%,长度测量误差的精度提高了54.79%,证明了所提方法的有效性和可行性。

论文目录

• 1 测量机原理及误差分析试验方法
• 2 模型
•   2.1 BP神经网络模型
•   2.2 模拟退火算法
•   2.3 基于模拟退火算法优化的BP神经网络模型
• 3 实验分析
•   3.1 实验方式
•   3.2 评定步骤
•   3.3 仿真结果
• 4 结论

文章来源

类型: 期刊论文

作者: 朱嘉齐,章家岩,冯旭刚

关键词: 神经网络,模拟退火算法,坐标测量机,误差补偿

来源: 机械科学与技术 2019年08期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 仪器仪表工业

单位: 安徽工业大学电气与信息工程学院

基金: 安徽省自然科学基金项目(1908085ME134),安徽省重点研究与开发计划项目(1804a09020094),安徽省高校自然科学研究重点项目(KJ2018A0054,KJ2018A0060)资助

分类号: TH721

DOI: 10.13433/j.cnki.1003-8728.20190110

页码: 1270-1275

总页数: 6

文件大小: 1050K

下载量: 162