《基于Kohonen自组织竞争网络的机床温度测点辨识研究》.pdfVIP

中国机械工程第 25卷第 7期 2014年 4月上半月 基于Kohonen自组织竞争网络的 机床温度测点辨识研究 高 峰 刘 江 李 艳 杨新刚 西安理工大学，西安 ，710048 摘要 ：提 出一种基于 Kohonen神经网络 的温度测点辨识优化算法，用机床进给系统上不 同位置处 的温度测点变化值及定位误差作为输入样本来训练神经网络。利用该网络的 自组织竞争将胜 出的结果 输 出到相应的分类模式 中，根据各类分类模式 中温度变量与热误差之间的相关系数，确定 出机床热关键 点。通过多元线性回归理论建立了热误差模型，与基于变量分组优化方法的热误差模型比较发现 ，该方 法具有更好的可行性和有效性。 关键词：Kohonen神经网络 ；热关键点；测点辨识 ；相关系数 中图分类号：TG502．15 D0I：10．3969／j．issn．1004—132X．2014．07．003 IdentificationofTemperatureM easuringPointsforMachineTooiswith KohonenSelf-organizingCompetitiveNetwork GaoFeng LiuJiang LiYan YangXingang Xi’anUniversityofTechnology，Xi’an．710048 Abstract：A noveloptimizationalgorithm basedon Kohonen neuralnetworkforidentifyingtem— peraturemeasuringpointswaspresented，wheretemperaturevariablesandpositioning errorsatthe feeding system inthemachinetoolsservedasinputsampletotrainthenetwork．Thewinnersresulted from self—organizingcompetitionweretransferredintothecorrespondingclassifiedmodes，SOthether— malcritica1pointsweredeterminedaccordingtothecorrelation coefficientsamongtemperaturevaria— blesandthermalerrorsineachclass．Finally，athermalerrormodelwasestablishedwithmultivaria— blelinearregressionanalysismethodusingoptimizedthermaIcritica1points。whoseresultsaremore feasibleandpracticableincomparisonwith thethermalerrormodelbasedongroupingoptimization． Keywords：Kohonenneuralnetwork；eriticaltherma1point；identificationoftemperaturemeasur— ingpoint；correlationcoefficient 0 引言 密数控加工制造精度 的影响越来越大 ，必须通过 在精密加工中热变形所引起的制造误差 占总 建立精确的热误差模型来补偿机床热变形引起的 制造误差 的5O ～7O ，随着机床热误差对精 误差 ，这种对机床热变形误差 的控制也是提高机 床加工精度的关键技术L2]。要建立精确的热误差 收稿 日期 ：2012—11—01