基于AVQ聚类和OIF-Elman神经网络的机床热误差建模

作者：朱小龙; 杨建国; 代贵松

来源：上海交通大学学报, 2014, (01): 16-21.

DOI：10.16183/j.cnki.jsjtu.2014.01.004

• 数控机床
• 自适应矢量量化网络
• 输出-输入反馈Elman神经网络
• 热误差建模 computer numerical control(CNC)machine tool
• adaptive vector quantization(AVQ) network
• output-input feedback Elman neural network
• thermal error modeling

针对数控机床热误差补偿技术中温度布点选取的问题,提出了基于前馈神经网络的自适应矢量量化(AVQ)网络聚类的方法,将AVQ网络聚类法应用于一台加工中心并将18个测点减少到3个,基于输出-输入反馈Elman(OIF-Elman)神经网络模型建立了机床热误差与关键测点温度之间的关系.结果表明,采用基于AVQ网络聚类法和OIF-Elman神经网络预测模型,能够降低机床温度测点之间耦合作用的影响,提高热误差建模的准确性与鲁棒性.

• 出版日期2014
• 单位上海交通大学