采用天鹰优化卷积神经网络的精密数控机床主轴热误差建模 |
| |
引用本文: | 李国龙,陈孝勇,李喆裕,徐凯,唐晓东,王志远.采用天鹰优化卷积神经网络的精密数控机床主轴热误差建模[J].西安交通大学学报,2022(8):51-61. |
| |
作者姓名: | 李国龙 陈孝勇 李喆裕 徐凯 唐晓东 王志远 |
| |
作者单位: | 重庆大学机械传动国家重点实验室 |
| |
摘 要: | 针对数控机床因主轴热误差而严重影响加工精度等问题,结合求解最优解能力强的天鹰优化算法(AO)以及自学习和自适应能力强的卷积神经网络(CNN),提出一种采用AO-CNN的数控机床主轴热误差模型。根据磨齿加工过程特点,总结磨齿机主轴系统热变形规律,确定了X方向热误差为影响齿轮加工的主要因素;利用模糊C均值聚类(FCM)和相关系数法筛选出关键温度点;利用AO算法优化CNN结构的卷积核,并且建立AO-CNN的数控机床主轴X方向热误差预测模型。在2种不同转速的工况下对所建立模型的性能进行了验证,结果表明,采用AO-CNN进行热误差建模,数控机床X方向的热变形预测精度相比于CNN模型提高了15%,具有更加优越的预测精度。
|
关 键 词: | 数控机床主轴 热误差建模 卷积神经网络 天鹰优化器 模糊C均值聚类 |
|
|