留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于神经网络的重型数控车床定位精度测量与预测

王胜 刘宏昭

王胜, 刘宏昭. 基于神经网络的重型数控车床定位精度测量与预测[J]. 机械科学与技术, 2012, 31(4): 604-608.
引用本文: 王胜, 刘宏昭. 基于神经网络的重型数控车床定位精度测量与预测[J]. 机械科学与技术, 2012, 31(4): 604-608.
Wang Sheng, Liu Hong-zhao. Measuring and Predicting Heavy-duty CNC Lathe Positioning Accuracy Using Neural Networks[J]. Mechanical Science and Technology for Aerospace Engineering, 2012, 31(4): 604-608.
Citation: Wang Sheng, Liu Hong-zhao. Measuring and Predicting Heavy-duty CNC Lathe Positioning Accuracy Using Neural Networks[J]. Mechanical Science and Technology for Aerospace Engineering, 2012, 31(4): 604-608.

基于神经网络的重型数控车床定位精度测量与预测

基金项目: 

国家科技重大专项计划项目(2010ZX04014-012)

陕西省重点学科建设专项资金项目

陕西省教育厅项目(11JK0858)

陕西工商职业学院2011年度一般科研项目(SB11-B01)资助

详细信息
    作者简介:

    王胜(1974-),博士研究生,研究方向为数控机床可靠性,lzwangsheng@sina.com;刘宏昭(联系人),教授,博士生导师,liu-hongzhao@xaut.edu.cn

    王胜(1974-),博士研究生,研究方向为数控机床可靠性,lzwangsheng@sina.com;刘宏昭(联系人),教授,博士生导师,liu-hongzhao@xaut.edu.cn

Measuring and Predicting Heavy-duty CNC Lathe Positioning Accuracy Using Neural Networks

  • 摘要: 为了能够准确快速地评估重型数控(CNC)车床的定位精度,对该型车床的定位精度能够有一个全面分析,因此对目前某型号数控车床进行了研究。在分析重型数控车床定位精度的激光测量原理和方法的基础上,选取Z轴方向三段位移,根据国标规定每一段位移上确定目标位置点7个,采用激光干涉仪对三段位置定位精度进行测量,得到目标位置点的定位精度。采用六次多项式对其中一段测量数据进行拟合,在拟合曲线上选取大量等距节点,提出基于全域数据的BP神经网络(BPNN)和RBF神经网络(RBFNN)对机床Z轴方向定位精度进行预测的方法。与实测结果对比,两种预测方法可行有效。
  • [1] 张立新,黄玉美,乔雁龙.混联机床并联轴定位精度的激光测量与误差补偿[J].农业机械学报,2008,39(2):163~166
    [2] 任偲.开放式数控系统专题讲座(第八讲):评价机电一体化系统—定位精度分析与检测、误差补偿[J].制造技术与机床,2002,(12):66~69
    [3] 曹永洁,傅建中.数控机床定位精度检测方法比较[J].组合机床与自动化加工技术,2006,11:60~62
    [4] Guessasma S,et al.Neural networks design of experiments andother optimization methodologies to quantify parameter dependenceof atmospheric plasma spraying[A].Thermal Spray 2003:Ad-vancing the Science and Applying the Technology[C],Orlan-do,FL:ASME International,2003:939~948
    [5] 张敏,钟志友,杨乐等.基于BP神经网络的果蔬热导率预测模型[J].农业机械学报,2010,41(10):117~121
    [6] 夏卫生等.神经网络在预测等离子喷涂Ni合金涂层质量中的应用[J].机械科学与技术,2010,29(8):1008~1011
    [7] 王志飞,王华,贾青萍等.基于人工神经网络的柔性机翼挠度预测[J].北京航空航天大学学报,2011,37(4):405~414
    [8] Leni I,et al.Optimized and meta-optimized neural networks forshort-term traffic flow prediction:a genetic approach[J].Trans-portation Research Part C,2005,13:211~234
    [9] 袁格霞,刘宏昭,钱学梅等.求解超高压筒形容器爆破压力的神经网络方法[J].兵器材料科学与工程,2010,33(2):31~33
  • 加载中
计量
  • 文章访问数:  135
  • HTML全文浏览量:  17
  • PDF下载量:  6
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-05-12
  • 刊出日期:  2015-06-10

目录

    /

    返回文章
    返回