本文關(guān)鍵詞：基于灰色理論預(yù)處理的神經(jīng)網(wǎng)絡(luò)機(jī)床熱誤差建模，，由筆耕文化傳播整理發(fā)布。

*i 基于灰色理論預(yù)處理的神經(jīng)網(wǎng)絡(luò)機(jī)床熱誤差建模
張 毅 楊建國
(上海交通大學(xué) 機(jī)械與動力工程學(xué)院 上海 200240)
摘要:為最大限度減少熱誤差對數(shù)控機(jī)床加工精度的影響,嘗試結(jié)合灰色理論(greymodel,GM)和人工神經(jīng)網(wǎng)絡(luò)(artificial
neuralnetwork,ANN)各自對數(shù)據(jù)處理的優(yōu)點(diǎn),提出一種基于灰色理論預(yù)處理的神經(jīng)網(wǎng)絡(luò)機(jī)床熱誤差補(bǔ)償模型.在一臺處
于實(shí)際加工狀態(tài)的數(shù)控車床上進(jìn)行試驗(yàn),采用數(shù)字式溫度傳感器測量經(jīng)過優(yōu)化選取的對熱誤差有關(guān)鍵影響的機(jī)床構(gòu)件和加工 環(huán)境的溫度數(shù)據(jù),采用非接觸式位移傳感器獲得機(jī)床加工熱誤差數(shù)據(jù),在不斷調(diào)整灰色模型數(shù)據(jù)序列長度及神經(jīng)網(wǎng)絡(luò)權(quán)值, 閾值的基礎(chǔ)上,最終建立熱誤差補(bǔ)償模型.通過與傳統(tǒng)灰色模型和神經(jīng)網(wǎng)絡(luò)進(jìn)行對比分析及試驗(yàn)論證表明:該補(bǔ)償模型具有 對原始溫度和熱誤差數(shù)據(jù)要求低,計算簡便,預(yù)測精度高,魯棒性強(qiáng)等優(yōu)點(diǎn),可用于各種復(fù)雜實(shí)際加工場合中的數(shù)控機(jī)床熱 誤差實(shí)時補(bǔ)償. 關(guān)鍵詞:數(shù)控機(jī)床 熱誤差 誤差補(bǔ)償 灰色模型 神經(jīng)網(wǎng)絡(luò) 中圖分類號:TH161
Modelingfor MachineToolThermalError Basedon Grey Model PreprocessingNeuralNetwork
ZHANG Yi,YANGJianguo
(SchoolofMechanicalEngineering,ShanghaiJiao TongUniversity,Shanghai200240)
Abstract:Inordertoeliminatetheinfluenceofthermalerroron machiningprecision, novelmethodcombining the dataprocessing a merit of greymodel (GM) with that of artificial neural network(ANN) is proposed for thermalerror modeling in machine tools. Relevanttemperatureandthermalerrordataofaturningmachinearemeasuredrespectivelythroughdigitaltemperaturesensorsand noncontactdisplacementsensors.Aseriesofexperimentaldataisusedtoestablishthethermalerrorcompensationmodelbymeans ofadjustingthelength of data sequencein GM andthe weight andthresholdvaluein ANN.Theresultsshowthat the new model performsbetterthanthetraditionalGMandANNmodel.Itislessrequiringfortheoriginaldata,convenientincalculation,goodin fittingandpreciseinpredictionunderavarietyofworkingconditions.Sothenewmodelismoresuitableforthecomplexindustrial applications. Keywords: Machinetool Thermal error Errorcompensation Grey model ANN
1 0 前言
隨著制造業(yè)對加工精度要求地不斷提高,近年 來針對如何進(jìn)一步減小數(shù)控機(jī)床的誤差進(jìn)行了一系 列研究.研究表明,在所有的機(jī)床誤差源中,熱誤 [1] 差的比例高達(dá)60%～70% ,因此有效地檢測出機(jī) 床熱誤差并對其補(bǔ)償,將可以大幅提高加工精度. 有效的熱誤差補(bǔ)償主要依靠可靠的測量裝置, 高效的測量方法以及能夠正確反映關(guān)鍵溫度測點(diǎn)的
* 國家科技重大專項(xiàng)(2009ZX04014-22)資助項(xiàng)目.********收到初稿,
********收到修改稿.
溫度數(shù)據(jù)同機(jī)床熱誤差數(shù)據(jù)之間內(nèi)在關(guān)系的統(tǒng)數(shù)學(xué) 模型.目前國內(nèi)外學(xué)者針對誤差補(bǔ)償模型做了大量 的試驗(yàn)和研究,從不同的角度揭示了各個機(jī)床構(gòu)件 溫度與熱誤差之間的關(guān)系.常用的建模方法有:最 [2] [3] 小二乘法擬合建模 ,基于時間序列分析建模 , [47] [89] 人工神經(jīng)網(wǎng)絡(luò)建模 ,灰色理論建模 ,最小二 [10] 乘支持矢量機(jī)建模 等,其中神經(jīng)網(wǎng)絡(luò)和灰色理論 是近年來應(yīng)用較多的兩種誤差補(bǔ)償模型.這些單一 的建模方法取得了一些成功的應(yīng)用,但是難以精確 建立熱誤差的數(shù)學(xué)模型,對熱誤差的補(bǔ)償效果仍不 理想. 灰色理論的研究對象是信息不完備的系統(tǒng), 通 過已知信息來研究和預(yù)測未知領(lǐng)域,從而達(dá)到了解

下一頁

  本文關(guān)鍵詞：基于灰色理論預(yù)處理的神經(jīng)網(wǎng)絡(luò)機(jī)床熱誤差建模，由筆耕文化傳播整理發(fā)布。