农业机械学报

作者：杜柳青,王承辉,余永维,徐李

单位：重庆理工大学,重庆理工大学,重庆理工大学,重庆理工大学,

关键词：大型龙门五面加工中心; 热误差建模; 特征提取; 深度学习

基金：国家自然科学基金面上项目（51775074）、重庆市重点产业共性关键技术创新重点研发项目（cstc2017zdcy-zdyfX0066、cstc2017zdcy-zdyfX0073）和重庆市基础研究与前沿探索项目（cstc2018jcyjAX0352）

为提高热误差模型的预测能力，提出一种基于深度学习方法的数控机床热误差建模方法。利用模糊聚类法和灰色关联度分析法选取温度变量的热敏感点，采用深度自编码器（Stacked automatic encoder, SAE）网络从选出的输入样本中提取特征，构建特征集，然后使用遗传优化算法（Genetic optimization algorithm, GA）对BP神经网络参数进行寻优，从而提出一种基于SAE-GA-BP的数控机床热误差建模方法。以某大型龙门五面加工中心为实验对象，研究并选择了加工中心加工过程中的主要误差源——主轴热误差进行补偿，对主轴热误差深度学习模型和多元回归模型进行了分析对比。结果表明，在预测精度方面所提出的建模方法优于传统多元回归模型，从而验证了该建模方法的可行性和有效性。

来源：2019年第10期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第10期