《基于回聲狀態(tài)網(wǎng)絡(luò)的結(jié)合面特性參數(shù)建模.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、第37卷第4期2016年4月儀器儀表學(xué)報(bào)ChineseJoumal“ScientificInstmmentV01．37N0．4Apr．2016基于回聲狀態(tài)網(wǎng)絡(luò)的結(jié)合面特性參數(shù)建模術(shù)楊紅平1，趙宇2，趙榮珍3，李維謙4(1．天水師范學(xué)院機(jī)電與汽車工程學(xué)院天水741001；2．天水師范學(xué)院電子信息與電氣工程學(xué)院天水741001；3．蘭州理工大學(xué)機(jī)電工程學(xué)院蘭州730050；4．天水星火機(jī)床責(zé)任有限公司天水741024)摘要：機(jī)械結(jié)構(gòu)中存在大量結(jié)合面，在機(jī)床靜態(tài)變形中，由各結(jié)合面引起的變形量高達(dá)85％，各種結(jié)合面的接觸剛度約占機(jī)床總剛度

2、的60～80％。本文針對(duì)機(jī)械結(jié)合面接觸特性參數(shù)，提出基于EsN回聲狀態(tài)網(wǎng)絡(luò)理論對(duì)機(jī)械結(jié)合面法向接觸剛度進(jìn)行仿生學(xué)建模。以4種組合條件下的結(jié)合面接觸剛度為算例，采用算法學(xué)習(xí)訓(xùn)練域和預(yù)測(cè)域相分離的方法，在對(duì)影響法向接觸剛度的主要因素的定量化處理的基礎(chǔ)上，進(jìn)行EsN算法建模和計(jì)算結(jié)果誤差分析，結(jié)果表明，該算法的預(yù)測(cè)精度可達(dá)0．0016％以上。同時(shí)，在同等條件下，通過(guò)該算法與BP神經(jīng)網(wǎng)絡(luò)、RBP神經(jīng)網(wǎng)絡(luò)、MPS0一BP網(wǎng)絡(luò)算法預(yù)測(cè)能力比較分析，結(jié)果表明，回聲狀態(tài)網(wǎng)絡(luò)計(jì)算精度最高，并將該建模計(jì)算結(jié)果進(jìn)行工程應(yīng)用。關(guān)鍵詞：回聲狀態(tài)網(wǎng)絡(luò)；結(jié)合面

3、；特性參數(shù)；建模中圖分類號(hào)：TP273THl23文獻(xiàn)標(biāo)識(shí)碼：A國(guó)家標(biāo)準(zhǔn)學(xué)科分類代碼：120．30130．20Modelingofthecharacteristicparameter0fmachinedjointsb嬲ed伽echostatenetworkalgorithmYangHongpin91，ZhaoYu2，ZhaoRongzhen3，LiWeiqiaIl4(J．Sc危DoZ礦腳ec￡roMc危nn灑。以A眥。瑚砌eE倒聊e“增，‰瑚^uiⅣ0r，陽(yáng)Z‰揚(yáng)ers毋，‰琳^Mi群JODJ，吼im；2．ScboZ礦Efecfro

4、n如卅白胤n如n口以E如以廊ofE，講聊e而增，死口珊^¨iⅣ0，7mZ№眈倦毋，n口瑚^謝刀JDDJ，吼i船；3．＆均ofo，脅c^n幾幻。以Ezectro凡記腑i聊e而增，眈艋bu溉洫巧妙礦死如no切，如，蝠bu刀D0_5D，吼i船；4．死。瑚^ui印。以朋∞九i船乃02c0．厶d．，兀口瑚危ui刀JD24，蕊iM)Abstract：Therearealar艫nuIIll弛rofiointsinmechaIlicalsmlctllre．TherrmcIlinedtotaldefb瑚Iionisupto85％andthecont

5、actstimlessisupto60—80％causedbyjointsinmachinedstaticdefb瑚ation．ForthecomplicatednoIllinearrelationshipbetweenthemachinedjoimscon詛ctcharacteristicp揪teranditsinnuemialfactors，a11echostatenetwork(ESN)isappliedin岫joimsnoⅡIlalcontacts涵1ess．7眥-iIlg4I【indscontacts幽essLulder

6、di]睦rentcoⅡlbin撕伽conditioIls，tllemain蚯＆tnonmlconklctst進(jìn)曲ss‰torsar{eprocessedqIlanti詛tively，andthecontactstifhessaremoldedusedthemethodofs印刪ionoftrajningaIldpredictionfieldtopredicttheno硼a1contactstiffness．Theresultsindicatet11ataccumcyoft}leESNislli小er，andmerelativema

7、xirr岫ermris0．0016％．Atl船t，mecharact耐sticioimscontactparamele瑙are刪ictedcom研sedwit}lBPn舢對(duì)network，RBFneuralnetworkaIldMPS0．BPneuralnetworkundersarr圮既periIIlentalconditions．，11leresultsshowthattlleESNcalculationaccuLacyisthehighest．Resultsareappliedinthernacllineden舀ne翻ng．

8、KIeywords：echostatenetwork；machinedjoints；eharacteristicparameter；modeling1引言在機(jī)床及機(jī)械結(jié)構(gòu)中存在著大量的結(jié)合面，研究表明m3，機(jī)床中結(jié)合面的剛度約占機(jī)床總體剛度的60～