資源描述：
《基于神經(jīng)網(wǎng)絡(luò)系統(tǒng)的滾珠絲杠熱誤差建模.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第1期組合機床與自動化加工技術(shù)NO．12012年1月ModularMachineTool&AutomaticManufacturingTechniqueJan．2012文章編號：1001—2265(2012)01—0001—04基于神經(jīng)網(wǎng)絡(luò)系統(tǒng)的滾珠絲杠熱誤差建模出口2，3靳增鋒，王口口(1．中國科學(xué)院研究生院，北京100049；2．中國科學(xué)院沈陽計算技術(shù)研究所，沈陽110168；3．沈陽高精數(shù)控技術(shù)有限公司，沈陽110168)摘要：在追求高精度加工的現(xiàn)代數(shù)控系統(tǒng)中，熱誤差的消除具有重要的意義。文章首先簡述了神經(jīng)網(wǎng)絡(luò)系統(tǒng)的特性及訓(xùn)練方法，成功地將
2、神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于對數(shù)控機床直線進給系統(tǒng)的熱誤差進行建模，并取得了預(yù)期的成果，使最大預(yù)測誤差降低到2m，為進一步的熱誤差補償?shù)於嘶A(chǔ)。詳細(xì)闡述了實際建模流程，根據(jù)訓(xùn)練數(shù)據(jù)的具體特征提出了一種新的數(shù)據(jù)預(yù)處理方法，使這些數(shù)據(jù)能更有效地應(yīng)用于模型訓(xùn)練，是論文的一個創(chuàng)新點。關(guān)鍵詞：熱誤差；人工神經(jīng)網(wǎng)絡(luò)；后向傳播算法中圖分類號：TH16；TG65文獻標(biāo)識碼：ANeuralNetwork—basedThermalErrorModellinginBallScrewJINZeng—feng’，WANGPin’(1．GraduateUniversityofChi
3、neseAcademyofSciences，Beijing100049，China：2．ShenyangInstituteofComputingTechnology，ChineseAcademyofSciences，Shenyang110168，China)Abstract：InthepursuitofhighprecisioninamodernCNCmachiningsystem，itissignificanttoelimi—natethermalerror．Thepaperfirstmakesabriefoutlineofthecharact
4、eristicsandthetrainingmethodsofneuralnetworks．AnditissuccessfultoapplytheneuralnetworkmodeltomodelingthethermalerrorintheCNCmachinelinearfeedsystem．Theexpectedresultsisachievedthatthemaximumpredictionerrorreducedto2m，layingafurtherfoundationforthermalerrorcompensation．Thetext
5、describestheactualmodelingprocessindetail．Andanewmethodofdataprocessingiscomeupwithaccordingtothespe—cificcharacteristicsoftrainingdata．Itisaninnovativepointofthispapertoapplythemethodtomodeltrainingbetter．Keywords：thermalerror；ANN；BPalgorithmO引言基本假設(shè)是：機床誤差是由溫度分布，位置以及軸運動方向確定的函
6、數(shù)。在獲得這些信息后就可以構(gòu)建在追求高精度的現(xiàn)代數(shù)控系統(tǒng)中，熱誤差即熱一個溫度與其相應(yīng)的誤差的模型，然后通過這個模變形誤差越來越受到人們的重視。根據(jù)研究表明：型誤差項可以被預(yù)測，進而將其實時補償?shù)郊庸み^熱變形誤差已經(jīng)是數(shù)控機床最主要的誤差來源，達(dá)程中，從而提高工件加工的精度’。到總誤差的40％～70％。由于機床內(nèi)部熱源較目前，國內(nèi)外在對熱誤差進行建模過程中比較多，在傳熱和散熱時彼此又相互影響，再加上其他因常用的建模方法是利用數(shù)據(jù)擬合的方法來構(gòu)建離散素，使得對熱誤差的建模變得很困難。為了盡量減溫度點和熱誤差之問的經(jīng)驗關(guān)系。其中基于神經(jīng)少這些誤差對加
7、工精度的影響，大量的基于誤差補網(wǎng)絡(luò)的建模方法得到了廣泛的研究。這些方法償?shù)姆椒ǖ玫搅顺浞盅芯亢桶l(fā)展，]。這些方法的大多對機床的主軸進行了熱誤差建模，在本論文中收稿日期：201l—O6—20；修回日期：201l一06—30基金項目：國家重點基礎(chǔ)研究發(fā)展計劃資助(973項目，2011CB302400)作者簡介：靳增鋒(1984一)男，河北邯鄲人，中國科學(xué)院沈陽計算技術(shù)研究所碩士研究生，研究方向為數(shù)控技術(shù)，(E—mail)jinzengfeng@gmail．coin?！?·組合機床與自動化加工技術(shù)第1期著重討論其在機床的直線進給系統(tǒng)滾珠絲杠熱誤差2．2
8、學(xué)習(xí)過程建模中的應(yīng)用，根據(jù)訓(xùn)練數(shù)據(jù)集的特征引進了一種通過訓(xùn)練樣本的校正，對各個層的權(quán)重進行校數(shù)據(jù)預(yù)處理的方法，最后實驗結(jié)果表明神經(jīng)網(wǎng)絡(luò)系
