本文選題：數(shù)控機床 + 運動精度��； 參考：《農(nóng)業(yè)機械學(xué)報》2017年03期

【摘要】：為了解決有限長度且含有噪聲時的單元精度時間序列相空間重構(gòu)中的信息丟失問題,提出了基于多元混沌時間序列的數(shù)控機床運動精度預(yù)測方法。首先,引入多元相空間技術(shù),將多個精度特征量時間序列映射到高維相空間,建立多元精度狀態(tài)空間。然后采用主成分分析法,對高維相空間實現(xiàn)降維,去除冗余。最后,構(gòu)建一種小波神經(jīng)網(wǎng)絡(luò)模型,將重構(gòu)信息輸入到預(yù)測模型中訓(xùn)練,實現(xiàn)對數(shù)控機床運動精度的預(yù)測。實驗表明,該方法能夠很好地分析數(shù)控機床運動精度變化規(guī)律,比單元混沌時間序列方法有更好的預(yù)測效果,且適應(yīng)性和實用性更強。
[Abstract]:In order to solve the problem of information loss in phase space reconstruction of unit precision time series with finite length and noise, a method for predicting the motion accuracy of NC machine tools based on multivariate chaotic time series is proposed.Firstly, the multivariate phase space technique is introduced to map the time series of multiple precision characteristic variables to the high dimensional phase space, and the multivariate precision state space is established.Then the principal component analysis is used to reduce the dimensionality and eliminate redundancy in high dimensional phase space.Finally, a wavelet neural network model is constructed, and the reconstruction information is input into the prediction model to realize the prediction of the motion accuracy of NC machine tools.The experimental results show that the method can well analyze the motion accuracy of NC machine tools, and has better prediction effect than the chaotic time series method, and is more adaptable and practical than the method of unit chaotic time series.
【作者單位】： 重慶理工大學(xué)機械工程學(xué)院;
【基金】：國家自然科學(xué)基金項目(51305476)
【分類號】：TG659

【參考文獻】

相關(guān)期刊論文 前10條

1 李君;陳佳文;廖偉麗;高傳昌;;基于小波神經(jīng)網(wǎng)絡(luò)的軸流泵性能預(yù)測[J];農(nóng)業(yè)工程學(xué)報;2016年10期

2 馬軍旭;趙萬華;張根保;;國產(chǎn)數(shù)控機床精度保持性分析及研究現(xiàn)狀[J];中國機械工程;2015年22期

3 要小鵬;殷國富;李光明;;數(shù)控機床進給軸綜合誤差解耦建模與補償研究[J];機械工程學(xué)報;2016年01期

4 杜柳青;殷國富;余永維;;基于混沌相空間重構(gòu)的數(shù)控機床運動精度演化分析[J];儀器儀表學(xué)報;2015年08期

5 杜柳青;殷國富;余永維;;基于混沌相空間重構(gòu)的數(shù)控機床運動精度預(yù)測[J];農(nóng)業(yè)機械學(xué)報;2015年10期

6 杜柳青;周武;;基于圖形識別的數(shù)控機床誤差溯因方法[J];農(nóng)業(yè)機械學(xué)報;2015年10期

7 王賀;胡志堅;陳珍;仉夢林;賀建波;李晨;;基于集合經(jīng)驗?zāi)B(tài)分解和小波神經(jīng)網(wǎng)絡(luò)的短期風(fēng)功率組合預(yù)測[J];電工技術(shù)學(xué)報;2013年09期

8 楊兆軍;陳傳海;陳菲;李國發(fā);;數(shù)控機床可靠性技術(shù)的研究進展[J];機械工程學(xué)報;2013年20期

9 劉巖;王金東;郭建華;李西兵;;基于參量優(yōu)化的多變量相空間重構(gòu)方法[J];機械傳動;2013年06期

10 胡瑜;陳濤;;基于C-C算法的混沌吸引子的相空間重構(gòu)技術(shù)[J];電子測量與儀器學(xué)報;2012年05期

【共引文獻】

相關(guān)期刊論文 前10條

1 彭帥;;一種可移動式懸臂壓力機的制作及應(yīng)用[J];機床與液壓;2017年04期

2 仇曉燕;;數(shù)控機床五軸變換系統(tǒng)設(shè)計與研究[J];機床與液壓;2017年04期

3 王弘鵬;高翔;戴惠良;;網(wǎng)格近似法在數(shù)控機床貝葉斯可靠性評估中的應(yīng)用[J];制造業(yè)自動化;2017年02期

4 杜柳青;曾翠蘭;余永維;;基于多元混沌時間序列的數(shù)控機床運動精度預(yù)測[J];農(nóng)業(yè)機械學(xué)報;2017年03期

5 張強;李耀莊;劉保華;徐志勝;;秸稈灰混凝土力學(xué)性能試驗及強度預(yù)測[J];農(nóng)業(yè)工程學(xué)報;2017年02期

6 范久臣;孫雪梅;王帥;吳東東;闞英男;;線切割機床工具電極的可靠性建模與評估[J];北華大學(xué)學(xué)報(自然科學(xué)版);2017年01期

7 賈逸倫;龔慶武;李俊雄;占勁松;;基于CEEMDAN與量子粒子支持向量機的電力負荷組合預(yù)測[J];電測與儀表;2017年01期

8 張國智;;機床中冗余結(jié)構(gòu)隨機失效機理研究[J];制造技術(shù)與機床;2017年01期

9 李少海;;薄壁零件結(jié)構(gòu)改進與性能優(yōu)化[J];食品與機械;2016年12期

10 張玉偉;陳鑫;;論高速精密數(shù)控機床可靠性技術(shù)[J];時代農(nóng)機;2016年12期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 吳文嘉;王軍;張輝杰;孫軍;;基于小波神經(jīng)網(wǎng)絡(luò)的主軸熱誤差預(yù)測研究[J];組合機床與自動化加工技術(shù);2015年08期

2 曹愛武;顧圣平;何露;國棟;;基于小波神經(jīng)網(wǎng)絡(luò)的水庫泥沙預(yù)測[J];江南大學(xué)學(xué)報(自然科學(xué)版);2015年03期

3 張鵬;井哲;趙鴻森;;基于小波神經(jīng)網(wǎng)絡(luò)的航空通信盲均衡方法[J];科學(xué)技術(shù)與工程;2015年14期

4 段容宜;劉英;夏桂書;;極低溫SMD器件S參數(shù)提取技術(shù)研究[J];科學(xué)技術(shù)與工程;2015年14期

5 王海同;李鐵民;王立平;李逢春;;機床熱誤差建模研究綜述[J];機械工程學(xué)報;2015年09期

6 賀文;齊爽;李國慶;陳厚合;;基于小波神經(jīng)網(wǎng)絡(luò)的太陽輻照強度預(yù)測[J];可再生能源;2015年03期

7 李君;曹永梅;高傳昌;;低揚程軸流泵及其泵站裝置性能預(yù)測研究[J];中國農(nóng)村水利水電;2015年03期

8 譚雁清;張連洪;王凱峰;胡亞輝;;基于表面磨損的機床導(dǎo)軌副精度保持性模型[J];農(nóng)業(yè)機械學(xué)報;2015年02期

9 馮剛;夏晨暉;孫磊;傅建中;;基于非線性預(yù)測的機床主軸溫升特性快速辨識[J];農(nóng)業(yè)機械學(xué)報;2015年06期

10 畢國玲;趙建;續(xù)志軍;孫強;;基于角點和局部特征描述子的快速匹配算法[J];光電工程;2014年09期

【相似文獻】

相關(guān)期刊論文 前9條

1 趙小梅;;混沌時間序列的局域區(qū)間預(yù)測[J];陜西科技大學(xué)學(xué)報;2006年01期

2 李愛國,覃征;積單元神經(jīng)網(wǎng)絡(luò)預(yù)測噪聲環(huán)境的混沌時間序列[J];西安科技學(xué)院學(xué)報;2003年03期

3 蔣衛(wèi)東,李夕兵;灰色混沌時間序列方法及其應(yīng)用[J];礦冶工程;2003年04期

4 楊瑞成;王彬;張?zhí)煸?;基于MATLAB的混沌時間序列算法對材料腐蝕行為的預(yù)測[J];蘭州理工大學(xué)學(xué)報;2009年05期

5 蔡志遠;趙長征;馬少華;于麗麗;;基于混沌時間序列分析的感光式火災(zāi)識別算法[J];火災(zāi)科學(xué);2008年04期

6 葛根;王洪禮;許佳;;小波分頻技術(shù)和混沌時間序列在國際石油價格預(yù)測中的應(yīng)用[J];系統(tǒng)工程理論與實踐;2009年07期

7 高雷阜;陳斌;;基于混沌時序的WTI價格系統(tǒng)預(yù)測[J];遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版);2009年06期

8 湯龍坤;梁建莉;;利用最大Lyapunov指數(shù)檢驗混沌時序降噪效果[J];重慶科技學(xué)院學(xué)報(自然科學(xué)版);2011年02期

9 ;[J];;年期

相關(guān)會議論文 前7條

1 張森;肖先賜;;基于連分式的混沌時間序列全局預(yù)測新方法[A];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

2 黃志全;王安明;王思敬;;邊坡變形預(yù)測的混沌時間序列全局近似方法[A];第一屆全國水工巖石力學(xué)學(xué)術(shù)會議論文集[C];2005年

3 李鶴;;基于徑向基神經(jīng)網(wǎng)絡(luò)的混沌時間序列嵌入維數(shù)識別[A];第二屆全國動力學(xué)與控制青年學(xué)者研討會論文摘要集[C];2008年

4 黃志全;劉漢東;王安明;;基于混沌時間序列的邊坡變形預(yù)測方法[A];和諧地球上的水工巖石力學(xué)——第三屆全國水工巖石力學(xué)學(xué)術(shù)會議論文集[C];2010年

5 趙志宏;楊紹普;;基于SVM的混沌時間序列分析[A];第八屆全國動力學(xué)與控制學(xué)術(shù)會議論文集[C];2008年

6 張鵬;王智偉;王金東;楊松山;;基于混沌時間序列的往復(fù)機械狀態(tài)預(yù)測研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

7 呂瑞華;張世英;;基于ANN-GA的混沌時間序列預(yù)測方法研究[A];2004年中國管理科學(xué)學(xué)術(shù)會議論文集[C];2004年

相關(guān)博士學(xué)位論文 前7條

1 杜寶祥;混沌時間序列的預(yù)測與改進方法研究[D];黑龍江大學(xué);2014年

2 卜云;混沌時間序列自適應(yīng)預(yù)測算法研究[D];電子科技大學(xué);2010年

3 席劍輝;混沌時間序列的長期預(yù)測方法研究[D];大連理工大學(xué);2005年

4 吳華穩(wěn);混沌時間序列分析及在鐵路貨運量預(yù)測中的應(yīng)用研究[D];中國鐵道科學(xué)研究院;2014年

5 趙小梅;混沌預(yù)測與混沌優(yōu)化理論與算法研究[D];浙江大學(xué);2002年

6 姚天亮;混沌時間序列的Lyapunov指數(shù)和噪聲水平估計及其在湍流射流中的應(yīng)用[D];華東理工大學(xué);2013年

7 汪金菊;貝葉斯模型及其在混沌序列分析中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 祁穩(wěn)杰;混沌時間序列自適應(yīng)預(yù)測方法研究[D];天津理工大學(xué);2015年

2 李晨龍;基于自回歸模型的混沌時間序列預(yù)測與應(yīng)用[D];重慶理工大學(xué);2015年

3 邊繼飛;基于混沌時間序列的風(fēng)電場短期風(fēng)速預(yù)測研究[D];華北電力大學(xué);2015年

4 呂倩;基于混沌時間序列的高速鐵路環(huán)境成本估算研究[D];石家莊鐵道大學(xué);2016年

5 張丙江;基于混沌時間序列的短期風(fēng)電功率組合預(yù)測方法研究[D];湖南大學(xué);2016年

6 劉文博;混沌時間序列分析與計算方法及應(yīng)用研究[D];大連理工大學(xué);2008年

7 袁昌茂;基于混沌時間序列的變形分析和預(yù)測[D];桂林理工大學(xué);2010年

8 梁景波;混沌時間序列一種長期預(yù)測方法研究[D];遼寧科技大學(xué);2012年

9 張亞琦;基于改進回聲狀態(tài)網(wǎng)絡(luò)的混沌時間序列多步預(yù)測[D];蘭州大學(xué);2010年

10 霍思宇;混沌時間序列的預(yù)測方法研究[D];電子科技大學(xué);2010年

，

本文編號：1751972