为了减小数控机床热致定位误差影响，提高机床加工精度，本文建立了径向基神经网络（RBFNN）和时间序列（ARIMA）混合模型的变权值热误差预测方法。综合两个单一模型对数控机床热误差进行预测，利用逆向辨识优化算法分别获取两个单一模型的优化权值，得到变权值混合模型，使得热误差预测精度得到提高。将本文混合模型与RBFNN模型和ARIMA模型分别进行对比分析，结果表明混合模型（RBFNN-ARIMA）的预测精度明显优于单一RBFNN和单一ARIMA模型，证明了此算法的有效性。
科研之友
微信
新浪微博
Facebook
分享链接
