首页|基于深度学习的数控铣床加工误差检测研究

基于深度学习的数控铣床加工误差检测研究

扫码查看
原文链接
  • 万方数据
  • 维普
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.

王海玲

展开 >

国能神东煤炭集团公司设备维修中心,内蒙古鄂尔多斯 017200

数控铣床 深度学习 误差检测

2024

10.16621/j.cnki.issn1001-0599.2024.05D.11

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
年,卷(期)：2024.(10)