[发明专利]考虑实际工况的宏宏双驱动系统的热变形预测方法及系统有效
| 申请号： | 201810763216.1 | 申请日： | 2018-07-12 |
| 公开（公告）号： | CN108959787B | 公开（公告）日： | 2023-05-26 |
| 发明（设计）人： | 杜付鑫;冯显英;李慧;李沛刚;岳明君 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G06F30/20 | 分类号： | G06F30/20;G06N3/08 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 张勇 |
| 地址： | 250061 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种考虑实际工况的宏宏双驱动系统的热变形预测方法及系统。其中该预测方法，包括：基于Elman神经网络构建宏宏双驱动系统的热变形预测模型；利用训练数据集对热变形预测模型进行训练；将宏宏双驱动系统的关键测温点的温度输入至训练完成的热变形预测模型中，输出宏宏双驱动系统的丝杠副的轴向热伸长的预测值。 | ||
| 搜索关键词： | 考虑 实际 工况 宏宏双 驱动 系统 变形 预测 方法 | ||
【主权项】：
1.一种考虑实际工况的宏宏双驱动系统的热变形预测方法，其特征在于，包括：基于Elman神经网络构建宏宏双驱动系统的热变形预测模型；利用训练数据集对热变形预测模型进行训练；将宏宏双驱动系统的关键测温点的温度输入至训练完成的热变形预测模型中，输出宏宏双驱动系统的丝杠副的轴向热伸长的预测值；其中，基于Elman神经网络构建宏宏双驱动系统的热变形预测模型的具体过程为：选取宏宏双驱动系统的关键测温点的温度变量作为Elman神经网络的输入，宏宏双驱动系统的丝杠副的轴向热伸长作为Elman神经网络的输出，进而确定出Elman神经网络的结构；采用DE算法对Elman神经网络各层之间的连接权值和阈值进行优化从而得到最佳的权值和阈值，进而构建出宏宏双驱动系统的热变形预测模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东大学，未经山东大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810763216.1/，转载请声明来源钻瓜专利网。
