论文部分内容阅读
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歩预测,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。