控车床热误差补偿建模研究.pdf

《控车床热误差补偿建模研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、数控车床热误差补偿建模研究ResearchaboutThermalErrorCompensationModelofNCLathe2011年4月k^[．p合肥工业大学本论文经答辩委员会全体委员审查，确认符合合肥工业大学硕士学位论文质量要求。答辩委员会签名：(工作单位、职称)≯撕碴彳M刊住锻锄≯弘乡～刁彖罨(纽A辄瞅墨讣气瑰灸导师：坍融携缓独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不

2、包含为获得金坦王些太堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：击签字旁一胁踊学位论文版权使用授权书本学位论文作者完全了解金日墨王些太堂有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权金壁王些芝篷可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫权书)导师虢摒础签字日期汐o，，年争凡砧日电话：邮编：数控车床热误差补偿建模研究摘要

3、作为数控机床热误差补偿关键技术之一的数控机床热误差补偿建模方法研究得到了国内外学者的广泛重视和深入研究，本论文在对国内外数控机床热误差补偿建模方法分析研究的基础上，重点对神经网络建模方法进行了研究，主要工作内容如下：在对机床热变形进行简要分析的基础上，以大连机床有限责任公司的cL．20A高速数控车床为研究对象获取温度和热位移数据，并用模糊聚类方法对其进行分析找出机床温度变化敏感点。以温度变化敏感点数据为建模依据，用神经网络建模方法进行建模和分析，来获取机床热误差与机床温度敏感点之间的内在联系和规律。建模结果显示，

4、神经网络技术具有很好的建模效果，在建模的有效性和鲁棒性方面具有其他建模方面无法比拟的优势。神经网络建模方法的主要难点是训练参数的调试选择，在建模过程中要对训练参数进行反复调节比对验证，直至预测效果达到最佳。研究表明，从对热误差的预报来看，BP网络可以达到60％左右，与RBF网络的45％左右以及自适应神经网络模糊系统的15％左右相比要好。从建模的速度来看，RBF网络的建模速度最快，BP网络稍逊，自适应神经网络模糊系统时间稍长。比较而言，BP神经网络建模总体效果最好，RBF网络稍逊，自适应神经网络模糊系统效果较差。关

5、键词：数控机床热误差温度敏感点神经网络建模ResearchaboutThermalErrorCompensationModel0fNCLatheAbstractCompensationmodelingofNClathethermalerror,asoneofthekeytechnologiesofdigital-controllathethermalerrorcompensation，hasarousedscholars’extensiveattentionathomeandabroad，anddeepresea

6、rcheshavebeenmadeintoit．Inthispaper，theneuralnetworkmodelingmethodisstudiedbasedontheanalysisandresearchonthecompensationmodelingofdigital—controllathethermalerrorathomeandabroad．Themaincontentsareasfollows：Basedonthebriefanalysisonlathe’Sthermaldeformation，t

7、heauthormakesresearchintoCL-20Ahigh—speeddigital-controllathesmadeinDalianLathesLimitedLiabilityCompany．Thetemperatureandthermaldisplacementdataisacquired，andthetemperaturesensitivepointisfoundoutbyfuzzyclusteringmethod．Takingthetemperaturesensitivepointasthe

8、basisofmodeling，makingmodelingandanalysisbyneuralnetworkmodelingmethod，theinnerrelationandrulesbetweenlathes’thermalerrorandlathes’temperaturesensitivepointareobtained．Modelingresultsshow