伯特利数控 加工中心 钻攻中心
前言:
随着科学技术的进步,机械加工产业也在向着 高精度方向发展。高精度是机械产品竞争能力的主要因素,特别是生产制造机械。伴随超精密产品的诞生,对加工中心的加工精度要求也会越来越高。通常情况下,cnc加工中心运行过程中产生的误差包括以下几个部分:(1)加工中心热变形产生的误差;(2)切削力产生的误差;(3)刀具磨损产生的误差;(4)加工中心定位误差等等。在加工中心运行所产生的多种误差中,机床的热误差是占据主导地位[1],大约占总误差的70%。因此,必须尽快降低加工中心热误差的影响,提高机械零部件的生产精度。
当前,主要是通过两种方法减小加工中心热误差的影响,分别为误差防止法和误差补偿法[2]。误差防止法受到经济条件的约束,应用相对较少。误差补偿法通过计算机技术对产生的误差进行修正,成本较低?因此,许多研究人员对加工中心热误差补偿法进行了深入的研究。例如:文献[3-4]基于动态自适应加权小二乘支持矢量机的方法构建加工中心热误差预测模型。采用动态的自适应方法,对建模选择的参数进行优化,根据热误差变量得到权重系数,终确定小二乘法支持矢量机加工中心的热误差预测模型。该方法建模精度较高,优于传统的小二乘法。文献[5-7]基于神经模糊控制理论的建模方法创建加工中心热误差模型,将模糊神经网络建模方法与径向基函数神经网络建模方法进行了对比。对比结果显示,模糊神经网络建模方法精度更髙,预测性能较好。文献[8-9]研究了cnc加工中心热误差补偿分布滞后模型,通过模糊聚类法选择出测量加工中心温度的实验数据,从而拟合成分布滞后预测模型,并且与多元线性回归模型进行比较。结果显示,在同等条件下,分布滞后模型预测精度较高。以往研究的加工中心热误差预测模型预测精度虽然提高,但是比较繁琐,需要测量的温度数据较多。对此,本文采用自适应神经模糊推理系统的模糊c均值聚类法,对加工中心运动的温度数据进行筛选,选择出的温度数据。引入灰色理论系统创建热误差预测数学模型,通过实验数据对本文创建的热误差模型进行验证,并与其它预测模型进行对比。结果表明,本文所创建的加工中心热误差预测模型不仅需要的温度数椐较少,而且热误差补偿后误差明显减小,加工精度较高。
1自适应神经模糊推理系统1.1 anfis 结构
anfis结构如图1所示,系统模型有五个层面,每个层面均包括了由节点函数定义的诸多节点。方框表示自适应可调参数的节点集,圆圈表示模型中固定参数的节点集。在anfis简化模型中,定义了两个输人变量(和r2)以及一个输出变量n热漂移)。
在第一层面中:输入变量通过隶属度函数(mf)转化为一个模糊集,其中自适应节点的节点函数[w]为
二手液相色谱仪价格公道
捏合机使用注意事项!
80立方/天地埋式污水处理设备长短
实验室通风柜具有哪些作用?
乐鸟分表计电:技术支撑+科学管控 扎实推进大气污染防治
自适应神经模糊推理系统和灰色理论的加工中心热谟差补偿
沃尔克案例 | 润滑油中微水含量监测应用案例
热熔胶块设备的各部件需要定期的检查
玉米加工设备标准化操作的好处
100吨模拟式地磅参数
GH2132 化学成分ENGH2132化学成分
吉利涪陵12GWh动力电池项目正式开工
漯河聚丙烯抗裂纤维标准
盐雾试验机概述
回收二手2米20米滚筒烘干机
降低ATOS叶片泵噪声的控制方法
柔性风琴式防护罩在机械设备上的使用
口罩细菌过滤效率检测方式
REXROTH力士乐电磁阀4WE6U62/EG220N9K4/V选型方法
控制电缆mkvv 屏蔽国标软电缆mkvvrp