基于贝叶斯网络的复合双轴转台精度推理研究

作者：李锟^*; 王伟全; 丁红昌; 侯翰

来源：制造技术与机床, 2023, (04): 78-84.

DOI：10.19287/j.mtmt.1005-2402.2023.04.012

• 复合双轴转台
• 贝叶斯网络
• Netica
• 精度推理

为精准预测复合双轴转台精度，分析了多因素对系统精度影响规律。利用复合双轴转台统计系统实验数据，学习构建以内轴精度、外轴精度、自准直精度和待检编码器精度为主要节点的贝叶斯网络结构；在Netica中建立系统精度推理模型，并通过证据敏感性分析和平均绝对误差(MAE)分析验证贝叶斯网络(BN)模型的有效性；运用自学习贝叶斯网络的概率推理，分析主要目标节点各变量的后验概率变化，对系统精度变化规律进行原因诊断和支持解释。研究结果表明：复合双轴转台精度自学习BN模型能够实现系统精度准确推理预测，系统精度超差的MAE值基本稳定在5%以内，且角度间隔0.125°和时间间隔20 s为系统最优控制参数，为贝叶斯网络技术在复合双轴转台精度推理中的应用提供了参考。

• 单位
  长春工程学院; 长春理工大学; 黑龙江省农业科学院大豆研究所; 机电工程学院