基于遗传算法优化Elman神经网络机床热误差建模.pdf

第4期 组 合机床 与 自动化 加工 技术 No．4 2015年4月 ModularM achineTool AutomaticM anufacturingTechnique Apr．2015 文章编号：1001—2265(2015)04-0074—04 D0I：10．13462／j．cnki．mmtamt．2015．40．019 基于遗传算法优化 Elman神经网络的 机床热误差建模水 黄玉春 ，田建平 ，杨海栗，胡 勇，张 良栋 (四川理工学院机械工程学院，四川 自贡 643000) 摘要：为了提高数控机床热误差模型的预测精度 ，以某型号立式加工中心为实验对象，采用模糊聚类 与灰色综合关联度相结合的方法对机床测温点进行优化，将测温点从8个减少到3个。利用遗传算 法(GA)优化的Elman神经网络建立了主轴热漂移误差预测模型，通过实例比较 了GA—Elman神经网 络模型与普通Elman神经网络模型的预测效果。结果表明，与普通Elman神经网络所建的预测模型 相 比，GA—Elman神经网络模型对主轴轴向热漂移误差的预测精度较高，残差较小，网络的泛化能力 较好 。 关键词：立式加工中心；热误差；Elman神经网络；遗传算法优化 中图分类号：TH161；TG659 文献标识码 ：A ThermalErrorMod elingforMachineToolBasedon GeneticAlgorithm OptimizationElmanNeuralNetwork HUANGYu—ehun，TIANJian—ping，YANGHai-li，HU Yong，ZHANGLiang—dong (SchoolofMechanicalEngineering，SichuanUniversityofScienceEngineering，ZigongSichuan643000， China) Abstract：Inorderto improvethepredictionaccuracyofCNC machinehtermalerrormodel，averticalma— chiningcenterwastakenasaresearchobject．Thetemperaturemeasuringpointsofmachineraeoptimized byusingacombinedmethodoffuzzyclusteringandgreycomprehensiverelationshipdegree．砀 etempera— turemeasuringpointswerereducedfrom 8to3．Thepredictionmodelofspindlethermaldrifterrorwases． tablishedbasedongeneticalgorithm optimi zationElmanneuralnetwork．ThepredictiveeffectofGA．Elman neuralnetworkmodelandhtecommonElmanneuralnetworkmodelswerecompraedthroughhteexample． Compraedwiht htepredictionmodelbuiltbytheordinaryElmanneuralnetwork，hteresultsshow thathte Elmanneuralnetworkhashigherfittingaccuracy，smallerresidualerrorandbettergeneralizationcapacityon spindleaxialhtemr al drifterror． Keywords：verticalmachiningcenter；htemr alerror；Elmanneuralnetwork；geneticalgorithm optimization