重庆理工大学学报2023，Vol.37Issue(23) ：187-193.DOI:10.3969/j.issn.1674-8425(z).2023.12.022

BP神经网络局部最优缺陷的数控机床热稳健性建模研究

Thermal robustness modeling of CNC machine tools with BP neural network local optimal defects

周庆兵 苗恩铭 王文辉 谭瑞林
重庆理工大学学报2023，Vol.37Issue(23) ：187-193.DOI:10.3969/j.issn.1674-8425(z).2023.12.022
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

BP神经网络局部最优缺陷的数控机床热稳健性建模研究

Thermal robustness modeling of CNC machine tools with BP neural network local optimal defects

周庆兵 1苗恩铭 1王文辉 1谭瑞林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神经网络热误差建模对网络初始值依赖度高、容易陷入局部最优解,导致预测模型灵敏度高而稳健性不足的问题,提出了利用鲸鱼优化算法(whale optimization algo-rithm,WOA)优化BP神经网络的权值阈值,在一定程度上解决了BP神经网络热误差建模对于网络初始值敏感度高、易陷入局部最优解的问题.以某台Vcenter-55型号三轴立式加工中心为例,进行热误差实验,利用模糊聚类与灰色关联度筛选出2个温度敏感点,再以其Z轴热误差为例建立WOA-BP神经网络预测模型.结果表明:该预测模型相较于BP模型,稳健性预测精度平均提高3.35μm,具有工程应用价值.

关键词

BP神经网络/鲸鱼优化算法/热误差/稳健性

Key words

BP neural network/whale optimization algorithm/thermal error/robustness

引用本文复制引用

基金项目

国家重点研发计划项目(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8
段落导航相关论文