-
题名HS-RNN在机械主轴振动预报方法中的研究
被引量：2
- 1
-
-
作者
片锦香
智杰峰
-
机构
沈阳建筑大学信息与控制工程学院学院
-
出处
《机械设计与制造》
北大核心
2020年第8期85-89,共5页
-
基金
辽宁省自然科学基金资助(20170540764)。
-
文摘
机械主轴在高速运行过程中由于转子质量分布不均,造成主轴振动,从而影响其加工精度,因此常常采用动平衡方法来降低此类原因造成的振动。由于机械主轴长时间工作在变化频繁的工况条件下,难以在较短的时间内对主轴振动值进行准确调节,因此机械主轴振动预报模型对动平衡调节有着重要意义。机械主轴振动预报模型机理复杂,振动幅值具有随转速变化而非线性变化的特性,难以建立精确的机械主轴振动预报模型。且内置平衡块位置的选择忽略了变化工况对位置更新参数的影响,导致机械主轴振动预报模型精度较低。采用RNN(Recurrent Neural Network)递归神经网络建立机械主轴振动预报模型,对内置平衡块不同位置和主轴转速下的振动幅值预报,并引入HS(Harmony Search)和声搜索算法对平衡块位置参数通过自学习更新,从而提高机械主轴振动预报模型的精度。实验结果表明,提出的基于HSRNN的机械主轴振动预报方法能够自动确定网络结构,并对机械主轴的振动幅值进行准确预报。
-
关键词
和声搜索算法
RNN递归神经网络
振动预报
机械主轴
-
Keywords
Harmony Search Algorithm
RNN Recurrent Neural Network
Vibration Prediction
Mechanical Spindle
-
分类号
TH16
[机械工程—机械制造及自动化]
TH133
[机械工程—机械制造及自动化]
-
