期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于萤火虫算法优化BiLSTM的五轴四联动数控机床转台温升预测
1
作者 高炜圩 朱佳雯 +2 位作者 张婉君 杨郡守 邓小雷 《机床与液压》 北大核心 2025年第12期60-64,共5页
热误差是影响数控机床加工精度的主要因素,而温升控制对于加工精度提升有重要作用,温升预测是温升控制的重要措施之一。转台是五轴四联动数控机床的主要加工组件之一,精准预测其温升特性有助于提升加工精度。因此,提出一种精准预测五轴... 热误差是影响数控机床加工精度的主要因素,而温升控制对于加工精度提升有重要作用,温升预测是温升控制的重要措施之一。转台是五轴四联动数控机床的主要加工组件之一,精准预测其温升特性有助于提升加工精度。因此,提出一种精准预测五轴四联动数控机床转台温升的方法。基于萤火虫算法(FA)对双向长短期记忆神经网络模型(BiLSTM)进行优化求解,实现对BiLSTM内权值的位置更新与寻优,以更精确地预测转台温度的变化。将所提模型的预测结果与实际五轴四联动数控机床温度场实验结果相比可知,所提FA优化BiLSTM获得的转台温升结果与实验结果非常接近,最大预测误差为0.96%。同时,与仅使用BiLSTM和反向传播(BP)神经网络模型获得的预测结果相比,所提模型的平均绝对误差和均方根误差分别降低了0.011 8、0.014 5℃和0.024 3、0.123 8℃,R2分别提高了0.001 1、0.006 5。这表明FA-BiLSTM模型能够更好地实现对热误差的预测。 展开更多
关键词 萤火虫算法 双向长短期记忆神经网络 温升预测 五轴四联动数控机床 转台
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部