基于FCM聚类和RBF神经网络的机床热误差补偿建模.pdf

基于FCM聚类和RBF神经网络的机床热误差补偿建模.pdf

ID:52970154

大小:387.22 KB

页数:5页

时间:2020-04-05

基于FCM聚类和RBF神经网络的机床热误差补偿建模.pdf_第1页
基于FCM聚类和RBF神经网络的机床热误差补偿建模.pdf_第2页
基于FCM聚类和RBF神经网络的机床热误差补偿建模.pdf_第3页
基于FCM聚类和RBF神经网络的机床热误差补偿建模.pdf_第4页
基于FCM聚类和RBF神经网络的机床热误差补偿建模.pdf_第5页
资源描述:

《基于FCM聚类和RBF神经网络的机床热误差补偿建模.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、第1O期组合机床与自动化加工技术NO.102011年10月ModularMachineTool&AutomaticManufacturingTechniqueoct.2011文章编号:1001—2265(2011)10—0001—04基于FCM聚类和RBF神经网络的机床热误差补偿建模;l:苏铁明,叶三排,孙伟(大连理工大学机械工程学院,辽宁大连116023)摘要:热关键点的选择和热误差建模技术是决定热误差补偿是否有效的关键,对提高数控机床的加工精度至关重要。为了实现对数控机床热误差的补偿控制,文章利用模糊C均值(FCM)聚类方法,对机床上布置的温度测点进行优化筛选,将温度变量

2、从20个减少到4个,然后给出了基于RBF热误差补偿建模方法。通过建模实例表明,文章提出的建模方法,在保证补偿模型精度的同时有效减少了温度测点,降低了变量耦合影响,并提高了补偿模型的鲁棒性。关键词:数控机床;热误差补偿;模糊C均值聚类;RBF神经网络中图分类号:TH161文献标识码:AThermalErrorCompensationModelingBasedonFuzzyC-meansClusteringAlgorithmandRBFNeuralNetworkModelingSUTie—ming,YESan—pai,SUNWei(SchoolofMechanicalEngine

3、ering,DalianUniversityofTechnology,DalianLiaoning116023,China)Abstract:Theselectionofthermalcriticalpointsandthermalerrorcompensationmodelingtechniquearecrucialindecidingtheeffectivenessofthermalerrorcompensationandimportantforimprovingmachiningaccuracyofnumericalcontrol(NC)machine.Inordert

4、orealizethecompensationofthethermalerrorofNCmachine,thetemperaturemeasurementpointsareoptimizedbasedonthefuzzyC—means(FCM)clusteringalgorithmandthenumberoftemperaturemeasurementpointsiscutdownfrom20to4,thenthethermalerrorcompensationmodelisestablishedbasedonRBFneuralnetwork.Theexperimentres

5、ultshowsthatthemodelingmethodisproposedbythispapernotonlyensuretheprecisionofthemodel,re—ducethemeasurementpointsandavoidthecorrelationofthemeasurementpoints,butalsoimprovetherobustnessofthermalerrormodeling.Keywords:NCmachinetools;thermalerrorcompensation;fuzzyC—meansclustering;RBFneuralne

6、t—work在数控机床的热误差测量、建模及补偿研究中,0引言温度测点的布置、选择及热误差补偿模型的建立是随着科学技术的飞速发展,对数控机床加工精难点。温度测点的布置位置和数目,不仅涉及到成度和可靠性的要求越来越高,而在高速、高精机床的本、效益等经济方面的问题,而且由于机床上的各种切削加工中,机床热误差已经成为影响加工精度的热源交互作用,在热误差模型中会出现变量耦合,从一个主要原因,大量研究表明:精密加工中,机床热而降低机床热误差补偿模型的精度和鲁棒性。误差是机床最大的误差源,占机床总误差的40%~通常采用的热误差补偿方法如经验公式、有限70%。实践证明,相对于对机床结构等硬件

7、进行改元法、实验法、回归法等数值计算方法存在着实时性良以及控制机床温升,通过建立机床热误差补偿模差、精度不够等缺陷。由于神经网可以以任意精度型对机床热误差补偿的方法更为经济有效。逼近任何非线性连续函数,采用神经网络方法进行收稿日期:2011—03—31;修回日期:2011—05—04基金项目:“高档数控机床与基础制造装备”科技重大专项(2009ZX04001—021—02)作者简介:苏铁明(1972一),男,蒙古族,辽宁法库县人,大连理工大学机械工程学院讲师,博士,主要研究方向为模式识别、机床热误差补偿

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。