神经网络用于机床结构控制体系上的实践分析

在热位移检测中，选用高频反射式电涡流传感器，频率一般取MHz数量级，通常情况下，加上一级分频器，才能由单片机对频率进行直接检测。控制系统以单片机89C51为核心，由P113、P114控制热源和冷源，采用光电隔离的目的是提高整个系统的抗干扰能力。现场控制中，有可能因存在干扰，使单片机程序跑飞。在此情况下，为了单片机能继续正常工作，增加了由CD4060芯片组成的看门狗电路。电涡流传感器是非接触式传感器。它有许多优点，如测量范围大、体积小，抗干扰能力强，不受被测体与传感器之间的油、水之类介质影响，但它也有缺点，输出频率不仅与距离有关，而且与被测体的材料、形状以及周围环境有关，因此，精密测量时，必须经过在线定标。定标得到的数据，经处理后，由键盘输入，放在E2PROM93C46中。93C46既具有在线改写功能，又有掉电信息不丢失的特性。因此，整个系统定标处理后，不会因为关机，要求对参数重新设定。为了进一步验证神经网络算法的有效性，给出另外三组传感器的实验定标值，它与神经网络算法得出的估计值进行比较，同理，y方向定标实验数据，经学习算法不断学习，当迭代次数为50000时，得出W0=2170345，W1=-2110629，W2=4135136，W3=-3119801，ERMS=01005095。主轴热位移监控系统方案提出后，经过现场调试，性能稳定、可靠。计算机对神经网络算法进行运算处理以及结果比较，说明神经网络算法在电涡流传感器的在线定标中有应用价值，是一种极为有效的在线定标处理方法。