-
题名基于混沌演化和CNN-GRU的机床热误差建模
被引量:2
- 1
-
-
作者
杜柳青
胡杰
余永维
-
机构
重庆理工大学机械工程学院
-
出处
《组合机床与自动化加工技术》
北大核心
2022年第8期18-20,25,共4页
-
基金
国家自然科学基金资助项目(51775074)
重庆市自然科学基金项目(cstc2021jcyj-msxmX0372)
+1 种基金
重庆理工大学研究生创新项目(clgycx20202073)
重庆市专业学位研究生教学案例库项目(2019-79)。
-
文摘
为充分利用温度数据中时空特征的联系,提高机床热误差的预测精度,提出了一种基于卷积神经网络(convolutional neural network,CNN)和门控循环单元(gated recurrent unit,GRU)的热误差预测方法。首先,采用混沌演化(chaotic evolution,CE)重构温度测量数据的相空间,以机床整体温度信息、气候环境和工件误差特征集作为模型输入,演化出机床更深层次的信息;其次,利用CNN提取热误差与温度信息在高维空间的联系,构造具有空间特征的时序向量;最后,通过GRU捕获其时序特征并输出热误差预测值。使用该方法对机床热误差进行预测实验,并与单纯型CNN-GRU模型、CNN模型相比,在预测精度与泛化性方面具有明显优势。
-
关键词
热误差预测
数控机床
卷积神经网络
门控时序循环单元
-
Keywords
thermal error prediction
CNC machine tools
convolutional neural network
gated recurrent unit
-
分类号
TH16
[机械工程—机械制造及自动化]
TG65
[金属学及工艺—金属切削加工及机床]
-