分析由热误差引发的数控机床加工精度问题，并提出基于模糊神经网络的铣床热误差预测模型。热误差作为制约数控机床加工精度的关键因素，在重型数控机床上表现得尤为明显。为了降低机床热误差对主轴加工精度的影响，通过优化BP神经网络结构，并基于兼顾相关系数和欧式距离的系统聚类准则，以减小温度测点间共线性，进而实现误差预测和提升加工效率。结果表明：综合粒子群算法、耦合遗传算法和混合粒子群算法优化BP神经网络结构建立的BP神经网络热误差预测模型和热误差优化模型可有效提高热误差预测精度。
科研之友
微信
新浪微博
Facebook
分享链接
