基于遗传神经网络的电主轴表面温度预测
作者:
张丽秀
[1] ;
夏万磊
[1] ;
李界家
[2] ;
刘腾
[1]
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。
上一篇：智能扫地机的控制设计研究
下一篇：基于L2理论的压电换能器控制