首页|基于PLS-BP神经网络的数控机床热误差建模研究

基于PLS-BP神经网络的数控机床热误差建模研究

Research on thermal error modeling of CNC machine tools based on PLS-BP neural network

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
针对BP神经网络在机床热误差建模中具有拟合非线性数据的特性、但存在稳健性较差的缺陷,提出一种PLS-BP神经网络建模方法,能有效提高模型的预测精度和稳健性.通过偏最小二乘法对温度数据降维处理提取主成分,消除其所包含的冗余信息,基于BP神经网络与热误差建立回归映射模型,并与传统BP 模型的预测效果对比分析.研究结果表明:所提出PLS-BP建模方法具有较高的预测精度和稳健性,可将多组预测结果残余标准差的最大均值、残余标准差的最大标准差分别控制在3.13 和1.32 μm以内,相比传统BP模型具有显著优势.

CNC machine toolsthermal errorpartial least squaresBP neural networks

王文辉、苗恩铭、唐光元、冯天勤

展开 >

重庆理工大学 机械工程学院,重庆 400054

数控机床 热误差 偏最小二乘 BP神经网络

国家重点研发计划重庆市技术创新与应用发展专项重点项目重庆市技术创新与应用发展专项重点项目

2019YFB1703700cstc2019jscxmbdxX0045cstc2019jscxmbdxX0016

2023

10.3969/j.issn.1674-8425(z).2023.11.030

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
年,卷(期)：2023.37(21)
  • 11