改进型BP神经网络的3-UPS-RCR并联机构位置正解

作     者：林杰克 施光林 汤澍 LIN Jieke;SHI Guanglin;TANG Shu

作者机构：上海交通大学机械与动力工程学院上海200240 

出 版 物：《机械设计与研究》 (Machine Design And Research)

年 卷 期：2020年第36卷第3期

页      码：30-34,49页

摘      要：针对立式旋压机的加工要求并结合并联机构的结构特点,提出利用3-UPS-RCR并联结构实现立式旋压加工操作。用Adams建立结构模型并联合Matlab实现并联机构动态仿真。基于加工轨迹利用动态仿真获得大量BP神经网络并联机构正解学习样本,并在Python环境下进行神经网络的搭建和训练。通过动量参数更新法和位移补偿法改进BP神经网络,并将结果和传统的梯度下降法进行比较,发现动量参数更新法能加快神经网络的训练速度,位移补偿法能进一步提高神经网络的拟合精度。

主 题 词：并联机构 运动学正解 BP神经网络 动量参数更新法 位移补偿法 Adams/Matlab Python 

学科分类：080202[080202] 08[工学] 080203[080203] 0804[工学-材料学] 0802[工学-机械学] 

D　O　I：10.13952/j.cnki.jofmdr.2020.0097

馆 藏 号：203956274...