基于粒子群算法与BP网络的机床主轴热误差建模

作者：马驰; 赵亮; 梅雪松; 施虎; 杨军

来源：上海交通大学学报, 2016, (05): 686-695.

DOI：10.16183/j.cnki.jsjtu.2016.05.007

• 坐标镗床主轴
• 热误差
• 模糊聚类分组
• 粒子群算法
• BP神经网络 jig-boring spindle
• thermal error
• fuzzy cluster grouping
• particle swarm optimization
• BP network

为了避免基于反向传播(BP)神经网络的主轴热误差模型精度低、通用性不强和收敛性较差等缺点,利用模糊聚类理论与相关分析法对温度变量进行优化,并且选取热敏感点以挖掘温度变量与热误差间的相关性,降低温度变量间的耦合性.利用粒子群优化算法(PSO)将预测输出与期望输出间误差平方和的倒数作为个体适应度函数,将个体头部分与身体部分的表现码分别映射为网络的隐含层节点数、权值和阈值,实现了对BP网络的拓扑结构的有效优化,通过跟踪个体极值和全局极值实现了粒子群个体速度与位置的更新.分别建立了基于BP和PSO-BP网络的热误差模型,以精密坐标镗床主轴为研究对象,采用五点法对高速主轴热误差进行测量.结果表明,PSO...

• 单位
  西安交通大学机械制造系统工程国家重点实验室