《基于RBF神经网络的数控车床热误差建模》PDF+DOC
作者:杜正春,杨建国,窦小龙,刘行
单位:上海交通大学
出版:《上海交通大学学报》2003年第01期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFSHJT2003010060
DOC编号:DOCSHJT2003010069
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种改进的RBF神经网络的开关磁阻电机磁链模型》PDF+DOC2015年第06期 胡学彬,王宏华,周湛权
《神经网络理论在数控机床热误差建模中的应用》PDF+DOC2005年第08期 刘国良,张宏涛,曹洪涛,赵海涛,杨建国
《基于投影追踪回归的机床热误差建模技术》PDF+DOC2012年第02期 郭前建,贺磊,杨建国
《基于RBF网络的传动滚筒测温系统》PDF+DOC2011年第09期 陈凯,张倩怡,殷志国
《基于FCM聚类和RBF神经网络的机床热误差补偿建模》PDF+DOC2011年第10期 苏铁明,叶三排,孙伟
《数控车床嵌入式智能温度检测与实验》PDF+DOC2007年第09期 潘淑微,傅建中
《基于温度积分方法的大型数控机床光栅定位热误差建模及实时补偿》PDF+DOC2016年第05期 冯文龙,黄奕乔,拓占宇,李慧敏,杨建国
《一种新型RBF神经网络及其在舰船雷达目标识别中的应用》PDF+DOC 王强,曹仲冬,马振晖
《重型数控机床热误差的分离与建模》PDF+DOC2012年第09期 崔岗卫,高栋,姚英学
《基于RBF网络的粮食水分检测数据融合研究》PDF+DOC2011年第06期 薛海燕,邹丽霞
对于数控车床而言 ,热误差是其最大的误差源 ,而其中最困难的是热误差建模 .现有 BP算法的神经网络模型存在学习收敛速度慢 ,容易陷入局部极小点的缺点 .文中使用径向基函数理论建立了基于 RBF神经网络的数控机床热误差数学模型 .讨论了 RBF网络参数的初始化及学习 ;给出了两种建模方式的 RBF网络建模算例 ,将其建模性能指标与经典最小二乘法建模指标进行综合对比 ,可知 RBF网络各项指标均优于经典最小二乘方法 .最后验证了 RBF网络建模的鲁棒性 .结果表明 :径向基神经网络模型与经典最小二乘线性模型相比 ,拟合性能更好 ,预测补偿能力强且建模时间短
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。