基于遗传神经网络的电主轴表面温度预测
来源期刊:控制工程2016年第2期
论文作者:张丽秀 夏万磊 李界家 刘腾
文章页码:243 - 248
关键词:高速电主轴;遗传算法;BP神经网络;温度预测;
摘 要:复杂运行工况下的电主轴温度检测缺乏全面性与实时性。同时,电主轴的温升过程有较强的非线性、时变性和滞后特性,采用常规的线性化模型存在算法难以在线实施,预测精度不能保证等问题。针对高速电主轴表面温度预测问题,采用遗传算法和神经网络相结合,通过遗传算法优化BP神经网络,建立电主轴温度预测模型,提高预测精度。仿真研究表明,经遗传算法优化后的BP神经网络温升预测最大相对误差百分比减小了0.97%,平均相对误差百分比减小了0.24%,即遗传算法优化的BP神经网络预测电主轴表面温度精度高、稳定性强。
张丽秀1,夏万磊1,李界家2,刘腾1
1. 沈阳建筑大学机械工程学院2. 沈阳建筑大学信息与控制工程学院
摘 要:复杂运行工况下的电主轴温度检测缺乏全面性与实时性。同时,电主轴的温升过程有较强的非线性、时变性和滞后特性,采用常规的线性化模型存在算法难以在线实施,预测精度不能保证等问题。针对高速电主轴表面温度预测问题,采用遗传算法和神经网络相结合,通过遗传算法优化BP神经网络,建立电主轴温度预测模型,提高预测精度。仿真研究表明,经遗传算法优化后的BP神经网络温升预测最大相对误差百分比减小了0.97%,平均相对误差百分比减小了0.24%,即遗传算法优化的BP神经网络预测电主轴表面温度精度高、稳定性强。
关键词:高速电主轴;遗传算法;BP神经网络;温度预测;