1 引言
随着生产自动化水平的不断提高 , 各行各业对机床性能提出了越来越高的要求。数控机床在机械制造领域运用广泛 , 随着机械制造对精度要求的提高 , 各种有关影响机床精度的问题以及相应的解决方法也越来越引起人们的重视并对它展开研究。大量研究表明: 热误差对机床加工精度的影响较大, 由其引起的加工误差约占机床总体误差的 40% ~ 70%[1-2]。现阶段 , 热误差预测法和补偿法是解决热误差问题的两大主要方法 [3]。预测法是通过优化机床结构、提高机床零部件精度或以隔离热源等方法降低误差 , 但是所需成本较大且耗费时间长。而补偿法则是通过测量机床误差并使用各种方法进行补偿 , 从而减少机床误差 , 这种方法成本低 , 应用性强 , 使得以低成本制造高精度机床成为可能。建模是误差补偿技术中最为重要的一部分 , 其精度将对最后的结果产生直接影响。目前 , 常用的热误差建模方法有 : 神经网络、状态估计、多元回归、组合建模等 [4]。
径向基函数 (Radial Basis Function,RBF) 神经网络是最近发展起来的一种高效的前馈式网络 [5]。其结构简单、训练速度快 , 在模式识别等领域被广泛使用。但RBF 神经网络还是存在信息丢失以及在数据不充分时网络无法工作等问题 , 且其预测精度也有待提高 , 另外隐层基函数中心选择存在任意性 , 隐层节点数目、中心和宽度的选定在实际系统中也存在难度。
因此 , 本文采用改进 PSO 算法优化的 RBF 神经网络构建热误差预测模型 , 通过改进的 PSO 优化 RBF 神经网络的重要参数来提高模型的预测精度 , 结果表明 ,改进的模型能够得到更优异的预测效果。
宇匠数控 备注:为保证文章的完整度,本文核心内容由PDF格式显示,如未有显示请刷新或转换浏览器尝试,手机浏览可能无法正常使用!
针对加工中心主轴热误差对加工精度所产生的影响 , 本文采用改进的粒子群算法优化 RBF 神经网络建模 , 预测主轴热误差变化 , 通过对比改进前后的仿真结果发现 , 改进后的模型有更好的预测精度。
2021-09
星瀚系列是宇匠数控打造的颠覆性产品,在高精度加工的情况下保证高速、高刚的特性,是真正意义的高速加工中心,其性能及质量可媲美进口高速加工中心。同时可配置超声波系统与石墨集尘系统,亦可运用在陶瓷等硬脆料、石墨等高粉尘料的加工;… [了解更多]
2021-09
星瀚S系列是宇匠数控打造的颠覆性产品,采用全闭环设计,在高精度加工的情况下保证高速、高刚的特性,是真正意义的高速加工中心,其性能及质量可媲美进口高速加工中心。同时可配置超声波系统与石墨集尘系统,亦可运用在陶瓷等硬脆料、石墨等高粉尘料的加工;… [了解更多]
2021-09
TC系列超声波陶瓷雕铣机,是利用了超声波高频振动原理作用于刀具,使刀具产生了16KHz-40KHz(每秒16000-40000次)的连续高强度脉冲冲击,带动磨头冲击工作。当工件的局部应力远远超过材料脆裂极限,材料局部破碎去除。 适用范围 特别适用于陶瓷(氧化锆、氧化铝、氮化铝… [了解更多]
2020-10
1 问题的提出数控加工夹具是数控CNC机械制造加工过程中用来 固定加工对象,使之占有正确的位置,以满足加工工艺条件、迅速、方便、安全地安装工件的装置。夹具通常由定位元件、夹紧装置 、对刀引导元件、分度装置、连接元件及夹具体等组成[1]。图1所示零件是应用于系列矿用防爆电器产品上的… [了解更多]