基于RBF神经网络的数控车床热误差建模

对于数控车床而言，热误差是其最大的误差源，而其中最困难的是热误差建模．现有BP算法的神经网络模型存在学习收敛速度慢，容易陷入局部极小点的缺点．文中使用径向基函数理论建立了基于RBF神经网络的数控机床热误差数学模型．讨论了RBF网络参数的初始化及学习；给出了两种建模方式的RBF网络建模算例，将其建模性能指标与经典最小二乘法建模指标进行综合对比，可知RBF网络各项指标均优于经典最小二乘方法．最后验证了RBF网络建模的鲁棒性．结果表明：径向基神经网络模型与经典最小二乘线性模型相比，拟合性能更好，预测补偿能力强且建模时间短．     

五轴数控机床综合误差建模分析

分析了机床运动副的误差运动学原理，利用齐次坐标变换对一台包含3个移动副和2个转动副的五轴加工中心建立了误差综合数学模型．模型中不仅包含了几何误差且包含了热误差，共计57个误差元素．本分析方法可为其他类型的多轴数控机床、机器人的误差综合建模及补偿提供理论参考．     

基于MRTG软件的校园网综合监控系统探究

本文介绍并分析利用源代码公开的网络流量监控软件MRTG建立校园网综合监控系统的方法，利用简单网络管理协议（SNMP），通过对校园网中交换机、路由器、各系统服务器等设备的监控，实现了在校园网中综合监控系统的建立，同时对网络流量这个重要指标的长期，实时监控。