基于模拟退火遗传算法优化BP网络的数控机床温度布点优化及热误差建模.pdf

《基于模拟退火遗传算法优化BP网络的数控机床温度布点优化及热误差建模.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、２０１４年１２月机床与液压Ｄｅｃ?２０１４第４２卷第２３期ＭＡＣＨＩＮＥＴＯＯＬ＆ＨＹＤＲＡＵＬＩＣＳＶｏｌ?４２Ｎｏ?２３ＤＯＩ：１０．３９６９／ｊ?ｉｓｓｎ?１００１－３８８１?２０１４?２３?００１基于模拟退火遗传算法优化ＢＰ网络的数控机床温度布点优化及热误差建模张景然，沈牧文，杨建国（上海交通大学机械与动力工程学院，上海２００２４０）摘要：在热误差建模中，温度测点的优化选择至关重要。提出了运用相关性方法，分析测点温度与主轴热漂移之间的关系，找到相关性较高的测点位置，实现温度布点的优化选择。在此基础上采用模拟退火遗传算法（ＧＳＡ）优化ＢＰ神经网络的方法建立热误差模型，并通过实验验

2、证。结果表明：优化的热误差模型能够跳出局部最优而达到全局最优解，得到的误差模型拟合值更加接近实测误差值；基于ＧＳＡ优化的ＢＰ网络模型较传统的神经网络模型有较高的精度及更强鲁棒性。关键词：数控机床；温度布点优化；主轴热漂移；热误差建模中图分类号：ＴＨ１６１文献标识码：Ａ文章编号：１００１－３８８１（２０１４）２３－００１－４ＣＮＣＭａｃｈｉｎｅＴｏｏｌＴｅｍｐｅｒａｔｕｒｅＭｅａｓｕｒｉｎｇＰｏｉｎｔＯｐｔｉｍｉｚａｔｉｏｎａｎｄＴｈｅｒｍａｌＥｒｒｏｒＭｏｄｅｌｉｎｇＢａｓｅｄｏｎＳｔｉｍｕｌａｔｅｄＡｎｎｅａｌｉｎｇａｎｄＯｐｔｉｍｉｚｅｄＢＰＮｅｔｗｏｒｋｂｙＧｅｎｅｔｉｃＡｌｇｏ

3、ｒｉｔｈｍＺＨＡＮＧＪｉｎｇｒａｎ，ＳＨＥＮＭｕｗｅｎ，ＹＡＮＧＪｉａｎｇｕｏ（ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｇｈａｉＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００２４０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｏｐｔｉｍｉｚａｔｉｏｎｓｅｌｅｃｔｉｏｎｏｆｔｈｅｔｅｍｐｅｒａｔｕｒｅｍｅａｓｕｒｉｎｇｐｏｉｎｔｉｓｃｒｕｃｉａｌｄｕｒｉｎｇｔｈｅｒｍａｌｅｒｒｏｒｍｏｄｅｌｉｎｇ．Ａｍｅｔｈｏｄｕｓｉｎｇｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓｗａｓｐｒｅｓｅｎｔｔｏａｎａｌｙｚｅｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｔｈｅｓｐｉｎｄｌｅ

4、ｔｈｅｒｍａｌｄｒｉｆｔａｎｄｐｏｉｎｔｔｅｍｐｅｒａｔｕｒｅｏｆｍｅａｓｕｒｅｍｅｎｔ．Ｔｈｅｔｅｍｐｅｒａｔｕｒｅｄｉｓｔｒｉｂｕｔｉｏｎｐｏｉｎｔｓｏｆｔｈｅｏｐｔｉｍａｌｃｈｏｉｃｅｗｅｒｅａｃｈｉｅｖｅｄｂｙｆｉｎｄｉｎｇａｈｉｇｈｅｒｃｏｒｒｅｌａｔｉｏｎｍｅａｓｕｒｉｎｇｐｏｉｎｔｏｆｌｏｃａｔｉｏｎ．Ｏｎｂａｓｉｓｏｆｔｈｉｓ，ｂｙｕｓｉｎｇｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇａｎｄｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ（ＧＳＡ）ｏｐｔｉｍｉｚｅｄＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｍｅｔｈｏｄ，ｔｈｅｔｈｅｒｍａｌｅｒｒｏｒｍｏｄｅｌｗａｓｅｓｔａｂｌｉｓｈｅｄ，ａｎｄｗａｓｖｅ

5、ｒｉｆｉｅｄｂｙｅｘｐｅｒｉｍｅｎｔｓ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｏｐｔｉｍｉｚｅｄｔｈｅｒｍａｌｅｒｒｏｒｍｏｄｅｌｃａｎｅｓｃａｐｅｆｒｏｍｌｏｃａｌｏｐｔｉｍａｌａｎｄａｃｈｉｅｖｅｇｌｏｂａｌｏｐｔｉｍａｌｓｏｌｕｔｉｏｎ．Ｔｈｅｒｅｓｕｌｔｉｎｇｅｒｒｏｒｍｏｄｅｌｃａｎｆｉｔｖａｌｕｅｓｍｏｒｅｃｌｏｓｅｒｔｏｔｈｅａｃｔｕａｌｍｅａｓｕｒｅｄｅｒｒｏｒｖａｌｕｅｓ．Ｂａｓｅｄｏｎｓｉｍｕｌａｔｅｄａｎ⁃ｎｅａｌｉｎｇｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ（ＧＳＡ）ｏｐｔｉｍｉｚａｔｉｏｎ，ＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌｈａｓｈｉｇｈｅｒａｃｃｕｒａｃｙａｎｄｇｒｅａ

6、ｔｅｒｒｏｂｕｓｔｎｅｓｓｔｈａｎｔｈａｔｏｆｔｈｅｔｒａｄｉｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌ．Ｋｅｙｗｏｒｄｓ：ＣＮＣｍａｃｈｉｎｅｔｏｏｌｓ；Ｔｅｍｐｅｒａｔｕｒｅｍｅａｓｕｒｉｎｇｐｏｉｎｔｏｐｔｉｍｉｚａｔｉｏｎ；Ｔｈｅｒｍａｌｄｒｉｆｔｏｆｓｐｉｎｄｌｅ；Ｔｈｅｒｍａｌｅｒｒｏｒｍｏｄｅｌｉｎｇ［３］０前言ＢＰ神经网络对数控机床热误差进行建模，消除单随着现代工业的不断发展，制造业对于机械产品一建模方式的弊端，跳出了神经网络建模容易陷入局精度的要求越来越高，机械产品的精度很大一部分取部最优解的情况，达到全局最优，同时提高热误差建决于数控机床的加工精度，在众多引起

7、的数控机床加模的精确性和鲁棒性。［１］１基于模拟退火遗传算法（ＧＳＡ）改进的ＢＰ网工误差中，热误差可达总误差的４０％～８０％。数控［２］络机床的误差补偿可能获得比母机更高的精度，有效的补偿取决于误差数学模型。热误差建模方法有许多１?１模拟退火算法（ＳＡ）的原理种，如粗集方法、最小二乘法、遗传算法、神经网络模拟退火算法是基于对固体退火降温过程而建立法以及多种算法协同优化的建模方法。起的一种全局优化的方法。本文作者利用相关性分析温度值和误差值之间的