声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1964/S
国际刊号：1000-1298
发布日期:
作者：余永维,杜柳青,易小波,陈罡
单位：重庆理工大学,重庆理工大学,重庆高金实业有限公司,重庆高金实业有限公司,
关键词：数控机床; 运动精度; 预测; 深度学习; 神经网络
基金：国家自然科学基金面上项目（51775074）、重庆市重点产业共性关键技术创新重点研发项目（cstc2017zdcy-zdyfX0066、cstc2017zdcy-zdyfX0073）和重庆市基础研究与前沿探索项目（cstc2018jcyjAX0352）
由于数控机床精度演化规律难以通过数学建模分析，提出了一种基于时序深度学习网络的数控机床运动精度建模与预测方法。基于长短时记忆网络建立时序深度学习预测模型，利用相空间重构原理构建模型时序输入向量，采用多层网格搜索方法选择最优隐含层层数、隐含层节点数等模型参数，以BPTT方法训练模型；模型自动提取运动精度时间序列的时空特征，挖掘精度时间序列前后关联信息，对运动精度变化趋势进行预测。实验结果表明，基于时序深度学习网络的预测模型能够准确预测数控机床精度的衰退趋势，预测的最大相对误差不大于7.96%，优于传统方法。
来源：2019年第1期
《农业机械学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。