基于自适应粒子群优化BP神经网络的高速电主轴温度预测模型(英文) |
| |
引用本文: | 雷春丽,赵明齐,刘凯,宋瑞哲,张护强.基于自适应粒子群优化BP神经网络的高速电主轴温度预测模型(英文)[J].东南大学学报,2022(3):235-241. |
| |
作者姓名: | 雷春丽 赵明齐 刘凯 宋瑞哲 张护强 |
| |
作者单位: | 兰州理工大学机电工程学院 |
| |
基金项目: | The National Natural Science Foundation of China (No. 51465035);;the Natural Science Foundation of Gansu,China (No.20JR5R-A466); |
| |
摘 要: | 为精确地预测电主轴高速运转时内部温升的变化情况,提出了一种基于自适应粒子群优化BP神经网络的电主轴温度预测模型(APSO-BPNN).该模型在PSO-BPNN算法的基础上,引入自适应惯性权重,使权重跟随粒子适应度的变化而变化;采用自适应学习因子,在算法的初期和后期获得不同的搜索能力;融入变异算子,增加种群的多样性,避免算法的早熟收敛等缺点.然后,分别采用BPNN、PSO-BPNN和APSO-BPNN预测模型对电主轴不同测温点的温度进行预测.实验结果表明,与传统的BP神经网络和PSO-BPNN预测方法相比,所提APSO-BPNN模型预测精度最高,鲁棒性最强,可为电主轴及机床温升的智能控制和早期预警系统开发提供理论依据.
|
关 键 词: | 温度预测 高速电主轴 粒子群优化算法 BP神经网络 鲁棒性 |
|
|