机械设计与制造杂志社

2021, No.362(04) 158-161

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

采用改进灰色神经网络的铣床热误差补偿研究
Research on Thermal Error Compensation of Milling Machine Based on Improved Grey Neural Network

沈明秀;陶涛;

摘要(Abstract):

数控铣床在铣削零件过程中,主轴会受到温度变化影响而发生热变形,导致铣削零件误差较大,从而降低产品精度。对此,采用一阶线性微分方程推导GM(1,1)模型,创建灰色预测模型。将神经网络模型与灰色预测模型进行组合,建立灰色神经网络预测模型。引用粒子群算法,在粒子群算法中增加变异操作和修改惯性权重系数,给出改进粒子群算法优化灰色神经网络预测模型的具体操作步骤。采用实验测试铣床铣削过程中所产生的热误差,并与预测模型进行比较。结果显示:在铣床主轴X、Y、Z轴三个方向上,灰色神经网络预测模型对铣床主轴补偿后,得到的残差较大;而改进灰色神经网络预测模型对铣床主轴补偿后,得到的残差相对较小。采用改进粒子群算法优化灰色神经网络预测模型,能够提高铣床主轴铣削精度。

关键词(KeyWords): 数控铣床;灰色;神经网络模型;改进粒子群算法;优化;热误差

Abstract:

Keywords:

基金项目(Foundation): 地方高校联合专项资助项目(202001BA070001-021);; 国家自然科学基金资助项目(5177052485)

作者(Author): 沈明秀;陶涛;

Email:

DOI: 10.19356/j.cnki.1001-3997.2021.04.037

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享