加工误差灰色预测模型的优化.pdfVIP

№．3 陕西科技大学学报 Jun 2008 ·104· JoURNAL OF SHAANXI UNIⅦ I ITY OF SCIENCE＆TECHNOLOGY VoL 26 。 文章缡号：lOoo一58l1(2oo8)O3一O1O4一O4 加工误差灰色预测模型的优化 张 强，文怀兴 (陕西科技大学机电工程学院，陕西西安 710021) 摘 要：为了提高加工误差灰色模型的预测精度，根据灰色系统理论，提出了一种基于等维新 息GM(1，1)模型和背景值定权生成相结合的建模方法，采用优化方法实现了灰色模型雏数和 背景值权系数的适应性选择．实际应用表明，这种方法能增强灰色模型的适用性，减小原始序 列随机波动对灰色模型的影响，提高加工误差建模预测的精度． 关键词l灰色模型；加工误差；建模的预测 中圈分类号：TH161 文献标识码：A 0 前言 在传统的制造技术中，主要从消除误差源人手，通过提高装备设计、制造水平来提高零件加工的精度． 当加工精度要求很高时，将导致加工成本急剧增加．与传统方式相比，误差预测补偿控制(FCC)可以比较 经济地获得很高的加工精度，因此近年来FCC受到了国内外的普遍关注[1 ]．FCC的基本原理是通过在 线检测加工误差，利用检测数据建立加工误差预测模型，进而通过误差预测和补偿控制减小加工误差．其 中，建模是实现FCC的关键，而模型预测精度和建模速度则直接影响到误差补偿效果[3]． 目前已提出了很多加工误差预测模型，但真正投入实际应用的还不多，其中一个重要原因在于模型的 参数与加工过程密切相关．由于实际加工过程是不断变化的，这就要求模型参数应具有自适应、自调节-4 的能力．灰色模型GM(1，1)以灰色控制理论为基础，十分适合对信息不全、数据量少的过程进行建模预测 灰色模型还具有建模过程简单、计算量小等优点，亦适合在线建模．为了克服灰色模型在加工误差建模预 测中的不足，本文提出了一种GM(1，1)模型的优化策略，并用遗传算法实现了优化建模． 1 灰色模型GM(1。1)及其改进 1．1 灰色模型GM(1，1) 影响尺寸加工精度的因素很多，既有系统性和随机性的，又有动态的和稳态的．在这些影响因素中，有 些是已知的，而有些则是未知的．因此，加工过程是一个比较典型的灰色过程，可以对加工误差应用灰色模 型．标准GM(1，1)模型的建模方法[ ]如下： 原始序列为X∞ 一{z (惫)l k一1，2，…，7z}，X 的一次累加生成为Xn 一{zn’(惫)l k一1，2， … … ，7／)，则 土 xn (惫)=∑z ( )( 一1，2，…，7z) (1) ‘ i=1 ． 要求原始序列Xc∞必须为一非负序列；若X∞ 不满足非负要求，则可将其变换为一非负序列后建模．背景 值2‘ (愚)采用紧邻均值生成，2n ( )=[zn ( )+zn ( 一a)~／Z，k：2，…，71． 灰色模型GM(1，1)为 z( ( )一z( ( 一1)：az( ’( )+b (2) 其白化方程为一阶线性微分方程 百 +船(1)一b十船…一 (3)【 ·收稿日期：2o08一O3—29 作者简介：张 强(1_969一)，男，山东省烟台市人，讲师，硕士，研究方向：现代制造技术、数控技术 第3期 张 强等：加工误差灰色预测模型的优化 · 1O5· 其中， 、b是模型待定参数，可由最小二乘估计： 一 [ 计 BTy 其中：