RBF网在机械加工误差复映中的应用技术研究

发布时间：2020-03-18 12:57

【摘要】：轴类零件加中的误差复映现象影响了零件的加工精度，但由于影响其加工的精度的因素很多，而且不容易确定具体的因素，因此没有一个绝对精确的公式可以算出怎样加工才能达到要求的加精度，或者我们即使得到这样一个公式来做计算也是非常烦琐的。 神经网络算法的出现解决了很多单靠公式不能解决的问题，ANN通过由样本集的训练，学习样本集中的统计规律，将学习后的信息保存在权值中，当输入非样本集的模式时，训练理想的神经网络中的RBFN具有很强的非线性映射能力，而且不受输入量和输出量数目的限制，在具体的研究应用中，你可以根据需要自由修改原程序。RBFN现在各个领域被广泛应用，并且不断出现改进后的算法。针对本论文研究的实际问题，我采用了RBFN作为研究工具，通过使用大量的实验数据对RBF网络进行训练，研究分析了复映现象的几个影响因素和使用RBFN解决复映现象的影响因素，以及使用RBFN解决复映问题的可行性。 主要完成的研究内容如下： 1．RBF网络结构的确定 本文通过做大量的实验，验证以及总结了如何确定RBF网络的网络结构，以及不同的网络结构对实验结果的影响，具体为隐层的确定，隐层神经元数目的确定。 2．各种因素对加工精度的影响 通过对RBF网络的训练，，发现有的输入量对结果的好坏起很重要的作用，这就提醒我们，这个输入量是影响加工精度的决定性因素。而有的输入量却不怎么影响训练结果，则我们可以下结论，这个因素不是影响加工精度的决定性因素，或者可以被忽略。 3．RBF网络解决复映问题的研究 对RBF网络进行训练后，用测试集测试它的泛化能力，观察测试结果与实际结果的差距，分析用RBF网络解决机械加工中复映问题的可行性。 4．本文中对RBFN的局部修改 在不同的应用课题中，必要时RBFN要被局部修改以适应研究课题的特性。本论文在网络设计中也对它进行了局部修改，并且可以很好地运行。 WP=64
【图文】：

第四章 前向神经网络4.1 人工神经网络的基本理论4.1.1 神经生物学基础神经生理学和神经解剖学证明了人的思维是由脑完成的。神经元本的单元，能够接受并处理信息。新生婴儿的大脑约重 400 克，而成值在 1200～1500 克，大脑内约含 1011～1012个神经元，每个神经元与他神经元相连接，构成一个极为庞大而复杂的网络，即生物神经网络Networks,简称 BNN）。人脑中神经元的形态不尽相同，功能也有差异，便从组成 结构来有共性的。图 4.1 给出一个典型神经元的基本结构和与其他神经元发

tRBF网络结构图
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2004
【分类号】：TH161

【相似文献】

相关期刊论文 前10条

1 佟铮;张友鹏;;基于BP神经网络的机车轮对故障诊断系统研究[J];铁路技术创新;2009年01期

2 黄莲花;李光明;;神经网络数据融合在车用传感器中的应用[J];装备制造技术;2011年08期

3 景利学;苏宏升;谢明军;冉鹏程;;电压型BUCK变换器控制策略研究[J];电气传动自动化;2011年04期

4 姜平;黄志鹏;;基于神经网络的公交客流预测[J];交通标准化;2008年13期

5 尹骏晖;李伶;杜青;;基于神经网络和柔度曲率的简支梁损伤识别[J];山西建筑;2011年21期

6 孙海龙;冯超;匙瑞堂;;滚动轴承状态监测[J];工业设计;2011年05期

7 杨鹤年;;机电一体化系统中的智能控制技术[J];煤炭技术;2011年07期

8 许杰;程锦房;何光进;;一种基于舰船磁场的神经网络识别模型[J];船电技术;2011年09期

9 蒯松岩;吴涛;代尚方;张旭隆;;基于RBF的无位置开关磁阻电机控制系统[J];电力电子技术;2011年07期

10 张赫;王炜;刘莹莹;;神经网络在交通流信息融合中的应用[J];武汉理工大学学报(交通科学与工程版);2011年04期

相关会议论文 前10条

1 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年

2 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年

3 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集（第1卷）[C];1991年

4 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年

5 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年

6 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集（上）[C];1995年

7 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年

8 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年

9 申伟;张元培;;基于MATLAB的自适应神经网络模糊系统(ANFIS)的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年

10 田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年

相关重要报纸文章 前10条

1 记者 陈青　通讯员 孙国根;揭示神经网络形成新机制[N];文汇报;2011年

2 于翔;数字神经网络中的协同应用[N];网络世界;2009年

3 健康时报特约记者　 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年

4 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

5 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

6 本报首席记者 任荃　实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年

7 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年

8 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年

9 谭薇;“潮湿计算机”：拥有人类智慧的超级大脑[N];第一财经日报;2010年

10 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;2007年

相关博士学位论文 前10条

1 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年

2 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年

3 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年

4 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年

5 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年

6 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年

7 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年

8 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年

9 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年

10 谭阳红;基于小波和神经网络的大规模模拟电路故障诊断研究[D];湖南大学;2005年

相关硕士学位论文 前10条

1 王艳伟;RBF网在机械加工误差复映中的应用技术研究[D];吉林大学;2004年

2 廖犬发;一种配电网故障区间诊断系统的研究[D];武汉大学;2004年

3 陈燕;基于粒计算——神经网络的故障诊断方法与应用[D];太原理工大学;2011年

4 魏秀;文化算法优化RBF神经网络及应用研究[D];太原理工大学;2011年

5 王晶;基于神经网络理论实现混沌系统控制与同步研究[D];郑州大学;2002年

6 易江义;神经网络PID控制在汽车发电机性能自动测试系统的应用[D];中南大学;2004年

7 张霞;GIS内部信号识别的神经网络建模及小波算法实现[D];天津大学;2003年

8 仲京臣;基于小波神经网络的故障诊断研究[D];中国海洋大学;2004年

9 任子武;基于神经网络的参数自整定PID控制算法研究[D];哈尔滨理工大学;2004年

10 高玉萍;基于专家系统与神经网络相结合的电力变压器故障诊断[D];西安理工大学;2005年

本文编号：2588745