基于自适应神经模糊推理系统和灰色理论的机床热误差补偿研究

摘要：

提出了自适应神经模糊推理系统(ANFIS)模型,采用灰色理论对机床热误差进行建模,实现机床加工工件定位误差值的最小化.采用自适应模糊推理系统的模糊C均值聚类法,对机床上的温度传感器进行聚类分组和分析,选择出每组最优的温度传感器,将测量温度传感器从76个减少到5个.提出了灰色系统理论,对GM(1,N)公式进行了推导,创建了热误差预测模型.采用实验测量方法对机床运行所产生的误差进行了验证.实验结果显示:补偿前y轴和Z轴产生热误差的最大值分别为41.5 μm和33.8 μm,补偿后y轴和Z轴产生热误差的最大值分别为4.8μm和4.6μm.采用自适应神经模糊推理和灰色系统对机床热误差进行补偿,不仅测量温度传感器数量减少,而且机床主轴运行所产生的误差明显减小,加工精度较高,效果很好.

关键词：数控机床、自适应模糊推理系统、模糊C均值聚类法、灰色理论、热误差补偿

分类号：TH161

资助基金：湖北省自然科学基金2013CD10903

在线出版日期：2017-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：61-65