資源描述：
《基于徑向基網絡模型的機床主軸箱熱誤差模型研究.pdf》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。
1、第6期組合機床與自動化加工技術No．62015年6月ModularMachineTool&AutomaticManufacturingTechniqueJun．2015文章編號：1001—2265(2015)06—0083—04DOI：10．13462／j．cnki．mmtamt．2015．06．023基于徑向基網絡模型的機床主軸箱熱誤差模型研究牟菊，馬術文(1．中航工業(yè)成都飛機工業(yè)(集團)有限責任公司，成都610091；2．西南交通大學機械工程學院，成都610031)摘要：由于機床主軸轉速相對機床其它運動部件的運動速度較高，所以機床主軸熱誤差在機床熱誤差中占有很大
2、的比例，嚴重影響數控機床的加工精度。機床熱誤差建模在熱誤差補償過程中具有非常重要的意義，文章針對某立式三軸加工中心的主軸箱，利用徑向基神經網絡模型理論，研究機床主軸箱關鍵測溫點溫升和機床熱誤差之間的關系模型。通過和線性回歸模型對比分析，表明徑向基神經模型能有效地提高熱誤差模型的精度。關鍵詞：徑向基神經網絡；主軸熱誤差；熱誤差模型中圖分類號：TH166；TG65文獻標識碼：AResearchontheThermalErrorModelofSpindleBasedonRadialBaseFunctionNeuralNetworkMOUJu，MAShu．wen(1．AVI
3、CChengduAircraftInd．(Group)Ltd．，Chengdu610091，China；2．SchoolofMechanicalEngineer-ing，SouthwestJiaotongUniversity，Chengdu610031，China)Abstract：Forthespindlerevolvesinhigherspeedthanothermotionparts，thethermalerrorofspindleisthemostmajorproportionofthethermalerorofaNCmachinetoo1．Themachi
4、ningaccuracywillbere-ducedseverely．Somodelingandcompensatingthermalerorareveryimportantworksinprecisionmachi—ning．Inthispaper，therelationmodelbetweenthermalerorandtemperatureriseontemperaturemeasuringpointshasbeenresearchedthroughradialbasefunction(RBF)neuralnetworksinaspindleboxofa3ax
5、isverticalcenter．RBFneuralnetworkcanimprovetheaccuracyofthermalerorthanmul廿pleregressionthroughsimulationanalysis．Keywords：radialbasefunctionneuralnetwork；thermalerorofspindle；thermalerormodel結果表明可以將z向熱誤差從155．5／zm降低到0引言3．5／zm。張奕群等在對數控機床熱特性分析的基礎數控機床運行過程中的熱誤差占機床總誤差的上，認為主軸軸承摩擦生熱是最大的內熱源，對熱
6、誤差75％【lJ，在精密加工中甚至達到80％。在機床熱誤差起主要作用，主軸軸承的摩擦熱與主軸轉速有直接的中，由于主軸轉速相對其它運動部件的速度更高，所以關系，因此建立基于主軸轉速及的熱誤差線性差分方主軸軸承摩擦發(fā)熱引起的熱誤差是機床熱誤差的主要程模型。張國雄和YidingWang利用灰色系統(tǒng)理論組成部分。建立熱變形誤差的線性微分方程，通過求解微分方程為了有效進行機床熱誤差補償，必須建立正確的建立熱誤差模型，證明可以補償70％的熱誤差J。由機床熱誤差模型。最常用的機床熱誤差模型是利用統(tǒng)于人工神經網絡系統(tǒng)可以通過學習的方法來不斷地修計理論，建立測溫點溫升和熱誤差的多元線
7、性回歸模正模型以逼近實際系統(tǒng)，所以可以逼近任意非線性系型引。多元線性回歸模型簡單，在熱誤差補償實現(xiàn)方統(tǒng)，并在機床熱誤差建模中也得到了較為廣泛的應用。面相對比較容易，但機床上各個測溫點的溫升和熱誤NarayanSrinivasa和ChristopherD應用模糊ARTMAP差之間不是簡單的線性關系，限制了多元線性回歸模(AdaptiveResonanceTheoryModulesMap)神經網絡算型的精度。DongSooLee應用機床主要熱源相關的測法通過兩次熱工作循環(huán)的訓練學習來預測機床的動態(tài)溫點溫升作為熱誤差輸入，建立基于熱誤差和測溫點熱誤差’加。溫升的多元二
