设备管理与维修2024，Issue(10) ：34-37.DOI:10.16621/j.cnki.issn1001-0599.2024.05D.11

基于深度学习的数控铣床加工误差检测研究

王海玲
设备管理与维修2024，Issue(10) ：34-37.DOI:10.16621/j.cnki.issn1001-0599.2024.05D.11
✕
  • 维普
  • 万方数据

基于深度学习的数控铣床加工误差检测研究

王海玲1
扫码查看

作者信息

  • 1. 国能神东煤炭集团公司设备维修中心,内蒙古鄂尔多斯 017200
  • 折叠

摘要

针对数控铣床热误差预报精度低、自适应能力差等问题,采用模糊神经网络对其进行建模与误差检测,并将其与历史时序数据相结合,建立动态时序数据矩阵,作为模型的输入.精确刻画其与加工误差的复杂映射关系,实现基于Softmax输出层的精确预报.实验验证提出的基于支持向量机、BP等浅层神经网络的加工误差预报模型,能够将加工误差预报精度提高至 2.5 μm以下,为基于支持向量机、BP等浅层神经网络的热工误差预报提供理论依据.

关键词

数控铣床/深度学习/误差检测

引用本文复制引用

出版年

2024
设备管理与维修
中国机械工程学会 北京卓众出版有限公司

设备管理与维修

影响因子：0.13
ISSN：1001-0599
段落导航相关论文