重庆理工大学学报2022，Vol.36Issue(7) ：126-131.DOI:10.3969/j.issn.1674-8425(z).2022.07.016

基于GA-BP神经网络的数控插齿机热误差建模

Thermal error modeling of CNC gear shaper based on GA-BP neural network

李淋 谭人铭 汪静姝
重庆理工大学学报2022，Vol.36Issue(7) ：126-131.DOI:10.3969/j.issn.1674-8425(z).2022.07.016
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

基于GA-BP神经网络的数控插齿机热误差建模

Thermal error modeling of CNC gear shaper based on GA-BP neural network

李淋 1谭人铭 1汪静姝1
扫码查看

作者信息

  • 1. 重庆理工大学 机械工程学院,重庆 400054
  • 折叠

摘要

热误差作为影响数控插齿机加工精度的重要因素之一,而目前有关插齿机的热误差补偿相关资料欠缺.提出基于GA-BP神经网络的机床热误差优化建模方法,针对插齿机减少其热误差,提高加工精度.针对神经网络算法较多,但补偿效果仍存差距,因此比较了遗传算法(GA)和BP神经网络算法,介绍GA-BP神经网络模型的具体步骤,以YKS5132DX3型数控插齿机为实验对象,获得了敏感点温度和主轴X、Y方向的热误差值,在此基础上,建立BP神经网络热误差预测模型和GA-BP网络热误差优化模型.实验结果表明:与BP神经网络热误差模型相比,GA-BP神经网络热误差模型的预测精度更高,残差变化幅度较平稳,稳健性强.

关键词

BP神经网络/GA-BP神经网络/数控插齿机/稳健性

引用本文复制引用

基金项目

国家重点研发计划(2019YFB1703700)

重庆市技术创新与应用发展专项重点项目(cstc2019jscx-mbdxX0045)

重庆市技术创新与应用发展专项重点项目(cstc2019jscx-mbdxX0016)

出版年

2022
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量6
参考文献量1
段落导航相关论文