摘要
本公开提供一种基于神经网络的电主轴热误差预测方法及相关设备。所述方法包括:获取电主轴的目标温度数据;将温度数据输入预先训练过的热误差预测模型,利用热误差预测模型对目标温度数据进行预测处理得到电主轴的目标热误差数据;其中,热误差预测模型的训练过程,包括:获取电主轴的样本数据;利用样本数据对反向传播神经网络进行训练得到误差函数,并将误差函数作为牛顿拉夫逊优化算法的适应度函数;提取反向传播神经网络的待优化参数,并基于待优化参数确定牛顿拉夫逊优化算法的维度;利用牛顿拉夫逊优化算法的适应度函数以及维度确定最优权值和最优阈值,并对反向传播神经网络设置最优权值和最优阈值得到热误差预测模型。
技术关键词
神经网络参数
误差函数
电主轴
热误差预测方法
算法
样本
模型训练模块
索引
动态
数据获取模块
预测装置
计算机
处理器
超参数