基于改进BP神经网络的数控机床振动趋势预测

摘要：

为准确预测数控车削时机床的振动情况,搭建了一个能用于测量机床振动信号的实验平台.并运用Levenberg-Marquardt算法改进BP神经元网络,建立了改进BP神经网络的非线性系统预测模型,实现了对机床刀架的振动趋势进行多步预测,为提高工件加工质量、加工精度和进行故障诊断提供了依据.结果表明L-M算法的收敛速度和预测精度均明显优于标准的BP算法.

关键词：振动、预测神经网络、Levenberg-Marquardt、算法

分类号：TM312;TG659;TD441

在线出版日期：2009-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：63-65