机床热误差建模技术研究和试验验证.pdfVIP

第 1期 组 合 机 床 与 自动 化 加 工 技 术 No．1 2016年 1月 M odularM achineTool AutomaticM anufacturingTechnique Jan．2016 文章编号：1001—2265(2016)01—0063—04 DOI：10．13462／j．cnki．mmtamt．2016．01．018 机床热误差建模技术研究及试验验证术 李泳耀 。，丛 明 ，廖忠情 ，孙宗余。，李宏坤 ， (1．大连新宇理工科技开发中心有限公司，辽宁大连 116024；2．大连理工大学机械工程学院，辽 宁 大连 116023；3．一汽解放汽车有限公司无锡柴油机厂，江苏 无锡 214026) 摘要：针对机床热误差补偿技术中预测模型建立的问题，综合多元线性回归及 BP神经网络的优点， 提出一种机床热误差建模新方法。由不同样本数据建立若干多元线性 回归模型，依据统计学理论筛 选出预测精度及鲁棒性高的回归模型，预处理后将其结果输入到BP神经网络中进行非线性拟合建 模，在不断调节网络权值及对神经网络训练的基础上，最终建立热误差补偿模型。在卧式加工中心 上进行试验验证 ，主轴z向最大热误差从 17．895x／m减小到 1．654m。 关键词：热误差模型；多元线性回归；统计学；BP神经网络 中图分类号：TH161；TG65 文献标识码 ：A AnM odelingM ethodforM achineToolThermalErrorandExperimentaIVerification LIYong-yao’，CONG Ming’，LIAO Zhong—qing’，SUN Zong—yu ，LIHong—kun ’ (1．DalianXinyuScienceTechnologyDevelopmentCenterCO．，LTD，DalianLiaoning116024，China；2． SchoolofMechanicalEngineering，DalianUniversityofTechnology，DalianLiaoning116023，China) Abstract：A new methodisproposedtobuildthethermalerrorcompensationmodelconsideringtheadvanta— gesofmultiplelinearregressionandBPneuralnetwork．Somemultiplelinera regressionmodelsareestab— lishedbyusingdifferentsampledata．Accordingtohtestatisticsprinciple，somehigh accurateandrobust modelsareselected．ThepredictedresultsraeinputintoBP neuralnetworkfornonlinera fittingmodeling． Thefinalthemralerrorcompensationmodelisbuiltonthebasisofadjustinghtenetworkweightsandtraining hteneuralnetworkconstantly．Themehtodisvalidatedonahorizontalmachiningcenter．Theresultshows thatZ．axisthermalerrorisreducedfrom 17．895~m to1．654儿m． Keywords：thermalerrormodel；multiplelinearregression；statisticsprinciple；BP neuralnetwork 论相结合的方法，如灰色神经网络法 ¨。‘，时序分析及 0 引言 灰色理论法 ，人体免疫神经网络法 ¨等，这些方法 机床热误差是由其零部件间因温升变化而导致不