基于SSO算法优化神经网络的数控机床热误差建模

摘要：

针对影响五轴数控机床加工精度的复杂热特性,提出了一种用于摇篮式五轴数控机床热误差建模方法.该方法主要采用鲨鱼嗅觉优化(SSO)算法和神经网络的复合建模方式,有效提高了机床热误差预测模型的精度和建模效率.首先通过使用热成像仪筛选出机床的温度敏感点,然后将温度传感器布置在机床热敏感点的位置,将采集到的热特性数据采用本文所提方法进行热误差建模,结果表明,该方法在建模速度和精度上要优于ABC和PSO神经网络,最后将该热误差预测模型应用于五轴数控机床热误差补偿实验,将试件加工精度提高了32％.

关键词：五轴数控机床;鲨鱼嗅觉优化算法;热误差建模;热误差补偿;温度关键点

所属期刊栏目：42

分类号：TH117

资助基金：国家科技重大专项;四川省科技计划项目

在线出版日期：2021-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1569-1578