基于BP网络的6-UPU开环并联机床误差预测.pdfVIP

2013年 4月 机床与液压 Apr．2013 第41卷 第 7期 MACHINETOOL HYDRAULICS Vo1．41No．7 DOI：10．3969／j．issn．1001—3881．2013．07．017 基于 BP网络的6-UPU开环并联机床误差预测 韩绍民，赵庆志，辛庆杰，赵森 (山东理工大学机械工程学院，山东淄博 255049) 摘要：以6-UPU教学型并联机床为实验平台，以壳体铝合金零件加工为研究对象，提取加工尺寸误差样本数据，采用 BP神经网络建立加工尺寸误差预测模型，通过分析6-UPU教学型并联机床误差，提出实验数据与样本数据的处理原则， 全面考虑到加工过程中各种情况。提出的基于BP网络来预测加工误差具有较强的实用性和一定的先进性，能有效提高加工 精度，为提高开环数控系统精度提供了新的途径。 关键词：BP神经网络；6-UPU教学并联机床；样本 ；精度 中图分类号：TP29 文献标识码 ：A 文章编号：1001—3881(2013)7—063—3 ProcessingErrorPrediction for6．UPU ParallelM achineToolBasedonBPNeuralNetwork HANShaomin，ZHAOQingzhi，XINQingjie，ZHAOSen (SchoolofMechanicalEngineering，ShandongUniversityofTechnology，ZiboShandong255049，China) Abstract：A studyontheprocessingofanaluminum shellcomponentwitha6-UPU parallelmachinetoolwasmade．Thesample dataofthefinishsizeerrorwereextractedand amodelforthefinish sizeelTorpredictionwassetupbyusingBP neural network． Throughanalyzingtheerrorof6-UPU teachingpraallelmachinetool，theprocessingprincipleoftheexperimental datanadsampledata wasputforward．wit}loverallconsiderationabouttheprocessingsituations．Th eproposedpredictionofprocessingerrorbasedonBP neuralnetworkhasstrongpracticbailitynadadvna cednature，anditcaneffectivelyimprovethemachiningprecision，anditalsopro· videsanewwaytoimprovetheaccuracyoftheopenloopnumericalcontrolsystem． Keywords：BPneuralnetwork；6一UPU parallelmachinetool；Sample；Precision 并联机床从本质上解决了串联机床布局上的固有 动分支与动平台相连 ，每个驱动分支通过交流步进电 缺陷，它以独特的优点越来越受到人们 的重视。然 机和滚珠丝杠来改变其长度，从而改变动平台的位置 而 ，由于市场的多样性、专业化以及并联机床的数控 和姿态。这是一种六自由度的并联机构，精度问题依 系统开发周期长、难度大，现在市场上流行的并联机 然是当前并联机床待解决的难题和制约机床商品化和 床多采用开环式设计 ，这就带来 了加工精度 问 产业化的瓶颈问题。影响并联机床精度的误差很多， 题。合理地预测加工误差，对于提高并联机床精度有 包括并联机床上零部件制造误差 、装配误差，加工过 重要意义。