第8期 2017年8月
组合机床与自动化加工技术
Modular Machine Tool & Automatic Manufacturing Technique
文章编号：10012265(2017)080051=04
D0I:10.13462/j. cnki. mmtamt.2017.08.013
No.8 Aug.2017
模糊神经网络在精密卧式加工中心热误差的预测
郭再新，吴永伟
（兰州理工大学机电工程学院，兰州730050）
摘要：为了提高精密数拉机床的加工精度，减少精密机床的热误差，文章提出了模糊神经网络径向热误差的建模方法。以数控加工中心关键点的温度和主轴径向的热变形量的关系为基础，应用模糊神经网络建模法，采用精密卧式加工中心主轴径向热误差的数据，对机床主轴热误差进行建模与预报。从数控机床主轴建模试验结果分析表明，模糊神经网络预测模型能够较为精准的对机床主轴径向热
误差的做出预测，在实际应用中有利于提高机床的补偿精度，对数控机床热误差补偿提供参照。关键词：模糊数学：T-S神经网络：主轴热误差：T-S模型预测
中图分类号：TH166；TG659
文献标识码：A
Fuzzy Neural Network in Thermal Error Compensation Prediction
of Precision Horizontal Machining Center Spindle
WUZai-xin，WUYong-wei
( College of Mechanical and Electriccal Engineering, Lanzhou University of Technology , Lanzhou 730050 , China) Abstract : In order to improve the machining accuracy of precision CNC machine tools and reduce the ther-mal error of precision machine tool, the method of fuzzy neural network radial thermal error modeling is proposed. Based on the relationship between the temperature at the key point of the NC machining center and the thermal deformation in the radial direction of the spindle. The thermal error of the machine tool is modeled and predicted by using the data of a precision horizontal machining center radial thermal error and the learning performance of the fuzzy neural network. The experimental results show that the accuracy of fuzzy neural network model prediction is exactly accurate, which will improve the compensation accuracy and applicate in practical engineering, and provide a practical reference for thermal error compensation of CNC machine tools
Key words : the fuzzy mathematics theory ; T-S neural network ; the spindle thermal error;T-S model predic-tion
引言 0
在数控机床的各类误差源中，热误差仍然是影响零件加工精度的重要误差来源。为此，缩小热误差是提升数控机床加工精度的关键环节。热误差补偿的实现，需由温度传感器的实际测量值通过误差模型计算出补偿值并反馈到补偿执行机构。所以，热误差预测模型必须要能够准确反映出数控机床系统的热特性2]。而建立热误差预测的数学模型，是数控机床热误差补偿控制技术最关键的一步，也是最为复杂和困难的工作[3]。对于精密卧式加工中心而言，提高机床的加工精度，误差补偿法就是最常用的一种提高加工精度的方法，由于卧式加工中心热误差受等多种因素的影响，例如：加工条件、冷却液使用以及周围环境等因素，呈现非线性及交互作用。而神经网络理论就是利用工程技术手段模拟人脑神经网络结构和功
能的一种非线性动力学系统。近年来，神经网络智能补偿技术已被广泛运用到热误差建模中4。模糊逻辑与神经网络的结合形成模糊神经网络，它同时具有模糊逻辑易于表达人类知识和神经网络的分布式信息存储以及学习能力的优点，对于复杂系统的建模和控制提供了有效的工具[7]。为此本文以精密卧式加工中心MCH500为试验对象，采用测量机床热误差关键点的技术，应用模糊逻辑理论，充分利用模糊神经模型的学习能力，建立机床主轴热误差的模糊神经网络预测模型，对机床热误差进行预报，模糊神经网络预测模型的应用对数控机床系统热误差的智能补偿将提供重要的参考价值。
模糊数学简介 1
模糊数学是用来描述、探究和处理事物所具有的模糊特性的数学，是作为研究模糊现象的定量方法，它
收稿日期：2016-10-20；修回日期：2016-12-01
作者简介：邬再新(1971一），男，浙江宁波人，兰州理工大学则教授，硕士生导师，硕士，研究方向为数控技术与机电控制，（E-mail)wu_zaixin@si
万旁数据讯作者；吴水伟（1986—），男，甘肃院西人，兰州理工大学硕士研究生，研究方向为数控技术，（E-mai）wu_yongwei@sina.