基于神经模糊控制理论的数控机床热误差建模

摘要：

将基于神经模糊控制理论的建模方法---模糊神经网络建模法应用到数控机床热误差建模当中，讨论了热误差模糊神经网络的结构及建模原理；对大型数控龙门导轨磨床主轴箱系统进行建模试验，采用非接触式红外温度测量仪和千分表分别测量主轴箱系统温度值与主轴热误差，得到两组独立的试验数据，一组用来建立主轴箱系统热误差模糊神经网络预报模型，另一组用来对模型进行验证。试验结果表明，模糊神经网络模型预测精度高，泛化能力强；将模糊神经网络建模方法与径向基函数神经网络建模方法进行综合对比，分析结果表明，模糊神经网络建模方法具有更好的建模效率、建模鲁棒性及预测性能。

关键词：Takagi-Sugeno型模糊推理、隶属度函数、模糊神经网络、鲁棒性、泛化能力

分类号：TG502.13(金属切削加工及机床)

资助基金：国家自然科学基金资助项目51175161;国家科技重大专项2011ZX04003-011

在线出版日期：2014-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2225-2230,2231