基于蚁群算法优化BP神经网络数控机床热误差补偿基于蚁群算法优化BP神经网络数控机床热误差补偿.pdf

第 10期 组 合 机 床 与 自动化 加 工 技 术 N0．10 2013年 10月 M odularM achineTool AutomaticM anufacturingTechnique oct．2013 文章编号：1001—2265(2013)10—0050—04 基于蚁群算法优化 BP神经网络的数控机床热误差补偿 章晓英 (上海行健职业学院 信息技术与机电工程系，上海 200072) 摘要 ：文章针对影响数控机床加工精度的温度误差进行研究分析 ，提 出了一种基于蚁群算法优化 BP 神经网络的数控机床热误差补偿方法。文章详细 阐述 了蚁群算法和 BP神经 网络算法，以及蚁群算 法优化BP神经网络过程 ，给 出了数控机床热误差补偿硬件 系统。以三轴联动卧式加工中心为例 ，在 合理布置热传感器的同时，利用粗集理论相关知识方法，提取机床热误差补偿重要特征参数。运用 蚁群算法优化 BP神经网络建立精确较高和鲁棒性较强的热误差模型。通过实验仿真结果表明经补 偿机床加工精度得到较大提升 ，补偿效果也明显优于 BP神经网络以及 PSO．BP神经网络，具有一定 的理论意义和实用价值 。 关键词：蚁群算法；BP神经网络 ；热误差补偿；数控机床 中图分类号：TH161 文献标识码 ：A ThermalErrorCompensationforCNC MachineToolsBasedonACO．BP NeuralNetwork ZHANG Xiao—ying (DepartmentofInformationTechnologyandMechatronicsEngineering，ShanghaiXingjianCollege，Shang- hai200072，China) Abstract：FocusingonthestudyandanalysisonofMachiningaccuracyofNC machinetoolsthermaler— ror，thispaperhaspresentedaNC machinetoolsthermalerrorcompensationmethodbasedonAntColo— nyoptim izationalgorithm BP neuralnetwork．ThisarticlehaselaboratedontheAntColonyalgorithm ， BP neuralnetworkalgorithm and AntColonyoptimizationalgorithm BP neuralnetwork，andhasgiven thehardwaresystem ofNC machinetoo1therma1errorcompensation．W ithanexampleofthree．axishori． zontalmachiningcenter，atthesametimeofreasonablelayoutofthermalsensors，usingroughsettheory andknowledge，importantcharacteristicparametersofthermalerrorcompensationonmachinetoolshas beenextracted．UsingAntColonyoptimizationalgorithm BPneuralnetwork，athermalerrormodelwith higherprecisionand strongrobustnesshasbeenbuilt．Through thesimulating experimentalsimulation，it isshowedthattheappliedtothemachiningaccuracyhasbeengreatly improvedafterusingcompensation， andthecompensationeffectissignificantlybetterthanBP neuralne