关于神经网络数控机床结合面动态特性参数建模和仿真.pdf

设计与研究DesignandReseacn『 基于神经网络的数控机床结合面 动态特性参数建模与仿真 周喜峰 汪惠芬 刘婷婷 (南京理工大学机械工程学院，江苏 南京210094) 摘 要 ：采用 LM 算法建立了固定结合面动态特性参数预测的神经 网络模型，在模型中考虑到了影响结合 面特性的各个参数，选取结合面特性试验数据对神经网络进行训练，用训练好的网络对结合面特性 参数进行仿真。结果表明。用BP神经网络方法建立的结合面动态特性模型能够对结合面动态特性 参数进行准确的预测。 关键词：结合面动态特性 神经网络 仿真 预测 中图分类号：TP274 文献标识码：B SimulationandmodelingofdynamiccharacteristicsofCNC machinetoolfixjointbasedonneuralnetwork ZHOU Xi~ng，WANG Huifen，LIU Tingting (SchoolofMechanicalEngineering，Na ingUniversityof ScienceTechnology，Nanjing210094，CHN) Abstract：TheBPneuralnetworkmodelwasestablishedforpredictingdynamiccharacteristicsoffixjointbyusing LMalgorithminthispaper．Theeffectivefactorsofdynamiccharacteristicsoffixjointwereconsidered inthismodel，andthentheestablishedneuralnetworkmodelwastrainedbychoosingalargenumberof experimentaldataofdynamiccharacteristicsoffixjoint．Intheend，thetrainedneuralnetworkmodel wasusedtosimulatethedynamiccharacteristicsoffixjoint．Resultsofsimulationshowthatthedynamic characteristicsoffixjointmodelusingtheBPneuralnetworkmethodcanpredictthedynamiccharacter- isticsoffixjointexactly． Keywords：TheDynamicCharacteristicsofFixJoint；BPNeuralNetwork；Simulate；Predict 由于机床零部件问存在着结合面，结合面问既储 面的动态基础特性参数——刚度和阻尼，并建立相应 存能量又消耗能量的 “柔性 ”本质极大地影响着机床 的基础特性参数的计算表达式 。但是，该方法的缺 整机的静 、动态特性。结合面问的刚度与阻尼 ，尤其是 点是 ：影响结合面特性参数因素太多，需要大量的资料 阻尼，往往 比结构本身的弹性和阻尼还大。目前，机床 积累，还会受到公式使用条件的限制，只能在满足特定 整机特性的解析值与实验值差达50％左右。因此，研 条件的情况下才能使用。所以，在结合面作用机理还 究和掌握结合面的动态特性参数，将会为机床结构乃 未被真正揭示之前，要在理论上精确获得结合面特性 至各类机械结构的动态优化设计提供必要的理论基 参数的理论表达式还是非常困难的。 础 ¨ 。研究表 明，影响结合面动态特性参数 (刚度 ， 人工神经网