科研之友
微信
新浪微博
Facebook
分享链接
摘要
热误差作为影响数控插齿机加工精度的重要因素之一，而目前有关插齿机的热误差补偿相关资料欠缺。提出基于GA-BP神经网络的机床热误差优化建模方法，针对插齿机减少其热误差，提高加工精度。针对神经网络算法较多，但补偿效果仍存差距，因此比较了遗传算法(GA)和BP神经网络算法，介绍GA-BP神经网络模型的具体步骤，以YKS5132DX3型数控插齿机为实验对象，获得了敏感点温度和主轴X、Y方向的热误差值，在此基础上，建立BP神经网络热误差预测模型和GA-BP网络热误差优化模型。实验结果表明：与BP神经网络热误差模型相比，GA-BP神经网络热误差模型的预测精度更高，残差变化幅度较平稳，稳健性强。
- 单位
