【摘 要】
：
为了更精确地对精密数控机床进给系统热误差进行高性能预测以提高其准静态精度,提出了一种基于混合蛙跳算法优化支持向量机(SFLA–SVM)方法,对进给系统热误差模型的关键参数进行寻优.首先,采用谱系聚类法和相对熵提取对进给轴热误差作用较大的测点,实现关键敏感测点优化;其次,基于SFLA的SVM关键参数精准快速寻优,建立SFLA–SVM的热误差预测模型;最后,在精密三轴数控机床上进行预测模型性能对比验证,试验结果显示,相对遗传算法支持向量机(GA–SVM)和遗传算法及BP网络(GA–BP)方法,基于SFLA–S
【机 构】
：
内蒙古自治区大数据中心,呼和浩特 010051;内蒙古工业大学, 呼和浩特 010051
论文部分内容阅读
为了更精确地对精密数控机床进给系统热误差进行高性能预测以提高其准静态精度,提出了一种基于混合蛙跳算法优化支持向量机(SFLA–SVM)方法,对进给系统热误差模型的关键参数进行寻优.首先,采用谱系聚类法和相对熵提取对进给轴热误差作用较大的测点,实现关键敏感测点优化;其次,基于SFLA的SVM关键参数精准快速寻优,建立SFLA–SVM的热误差预测模型;最后,在精密三轴数控机床上进行预测模型性能对比验证,试验结果显示,相对遗传算法支持向量机(GA–SVM)和遗传算法及BP网络(GA–BP)方法,基于SFLA–SVM预测的热误差均方根误差分别减少58.53％和66.0％.
其他文献
河南省于2021年7月持续遭遇极端强降雨天气,鹤壁市是此次河南省降水量最大的地市.受连续极端强降暴雨、内河水位持续上涨、山洪爆发、泄洪等多重灾害影响,鹤壁市农田大面积严重受灾,农田基础设施损毁严重.因此,本文就鹤壁市高标准农田基础设施现场损毁类型与特点进行摸底调研,初步判断鹤壁市高标准农田因洪灾损毁可归纳六种类型:农田灭失、田块结构损毁、灌溉功能丧失、农田排水不畅、田间道路损毁和农田防护林毁坏.
陕西周至县强化农田水利建设项目全程管控,从项目立项规划、制度建设、工程设计、施工进度控制以及工程监理等全过程进行严格管控,确保了该县农田水利工程建设高质量完成.
招远市把高标准农田建设作为促进现代农业转型升级、实现乡村振兴的重要抓手,扎实推进高标准农田建设,不断夯实现代农业发展基础,巩固粮食产量,助力乡村全面振兴.
山西省曲沃县认真落实国家“藏粮于地、藏粮于技”战略,把高标准农田建设融入农业农村发展全局进行谋划,按照农田高标准、农业高效益、发展高质量的“三高”要求,全县上下自我加压,真抓实干,合力推进,取得明显成效.自“十二五”以来,全县共建成高标准农田21.2万亩.进入“十四五”时期,又以每年规划建设2万亩的速度,进一步加快了全县高标准农田建设进程.
自“十二五”以来,兰陵县高标准农田建设面积累计达到66.878万亩,有力推动了“藏粮于地”战略实施,为乡村振兴战略的实施打下了坚实基础.同时,也面临“重建设,轻管理”的现象,兰陵县农业农村局针对此类现象,结合当地实际情况,积极组织谋划,从三个方面着手,解决了困扰高标准农田建设后期管护的难题.
崇仁县围绕“稳粮、优供、增效”目标,坚决推动中央“藏粮于地、藏粮于技”战略落地,深入落实省委、省政府统筹整合资金推进高标准农田建设重大决策,调度协整县发改、农业开发、国土、水利及农业等部门有关高标准农田建设资金和引导金融、社会资本投入,坚持体制机制创新,着力改善农田基础设施条件,统一规范建设标准,建成一批“田块平整、土壤肥沃、排灌方便、道路通畅、生态良好”的高标准农田.其中,2017-2020年,崇仁县高标准农田建设任务14.49万亩,实际建成高标准农田15.22万亩,超额完成了建设任务.
广东清远地处粤北山区,市农业农村局通过压实项目属地责任、在项目审批立项及工程建设等方面创新方法加快项目建设进度,引入新型农业经营主体等措施,因地制宜、精准施策,为粤北山区高标农田建设探出一条新路子.
在刚刚召开的2020年度国家科学技术奖励大会上,中国农业科学院主持完成的7项成果荣获国家科学技术进步二等奖,为“十三五”重大科技成果培育工作画上圆满句号.
针对云制造环境下3D打印云边协同的需求,提出了基于数字孪生的云边协同3D打印架构,该架构包括云端、边缘端和设备端.通过将3D打印机与物联网模块集成,实现了设备端与边缘端双向数据传输;将时间敏感型和隐私敏感型服务部署在边缘端,解决了传统云端化所带来的网络可靠性和隐私安全等问题,实现了云端服务在本地的延伸.阐述了3D打印机数字孪生信息模型、数字孪生驱动的3D打印机实时监测与控制和云边协同3D打印等关键技术.最后通过案例验证了该方案的可行性,为后续云制造中其他制造设备的云边协同制造提供了可参考的解决方案.
传统的自适应控制存在调节参数多、依赖精确数学模型、收敛速度慢、易受未知干扰影响等问题,因此通过结合更多控制方法改进自适应控制是十分必要的.以伺服系统为对象,分析了自适应控制与神经网络、滑模控制、模糊控制等多种控制方法相结合之后的复合自适应控制算法的基本原理,以及各种算法在伺服系统中的应用.最后总结了现阶段伺服系统复合自适应控制存在的主要不足以及未来改进和发展的方向.