重庆理工大学学报2023，Vol.37Issue(21) ：286-292.DOI:10.3969/j.issn.1674-8425(z).2023.11.030

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

王文辉 苗恩铭 唐光元 冯天勤
重庆理工大学学报2023，Vol.37Issue(21) ：286-292.DOI:10.3969/j.issn.1674-8425(z).2023.11.030
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

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

王文辉 1苗恩铭 1唐光元 1冯天勤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

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.

关键词

数控机床/热误差/偏最小二乘/BP神经网络

Key words

CNC machine tools/thermal error/partial least squares/BP neural networks

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(cstc2019jscxmbdxX0045)

重庆市技术创新与应用发展专项重点项目(cstc2019jscxmbdxX0016)

出版年

2023
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
参考文献量11
段落导航相关论文