基于PSO聚类和ELM神经网络机床主轴热误差建模.pdfVIP

第 7期 组合机 床 与 自动化 加工 技术 No．7 2015年7月 M odularM achineTool AutomaticM anufacturingTechnique Ju1．2O15 文章编号：1001—2265(2015)07—0069—05 DOI：10．13462／j．cnki．mmtamt．2015．07．019 基于 PSO聚类和 ELM神经网络机床主轴热误差建模术 王续林，顾群英 ，杨 昌祥 ，杨建国 (上海交通大学机械与动力工程学院，上海 200240) 摘要：为使得数控机床热误差实时补偿更有效，提 出一种基于粒子群算法(ParticleSwarmOptimiza— tion，PSO)的温度测点优选方法和基于极限学习机(extremelearningmachine，ELM)神经网络的机床 热误差补偿模型。利用 PSO优化 K均值聚类方法 ，实现 了机床上温度测点的优化筛选。利用ELM 人工神经网络建立机床热误差补偿模型，通过合理选取隐层神经元数，从而实现更精确、更有效地对 数控机床热误差进行实时补偿控制。通过与传统 BP(BackPropagation)、RBF(RadialBasisFunction) 神经网络进行对比分析，该补偿模型具有计算简便、预测精度高、结构简单等优点，可有效应用于数 控机床热误差实时补偿模型。 关键词：数控机床 ；PSO聚类分析；ELM神经网络；热误差建模 中图分类号 ：TH165；TG659 文献标识码 ：A ModelingforM achineToolThermalErrorBasedonPSO ClusteringAlgorithm andELM ModelPreprocessingNeuralNetwork WANGXu—lin，GUQuny·ing，YANGChang—xiang，YANGJian—guo (SchoolofMechanicalEngineering，ShanghaiJiaotongUniversity，Shanghai200240，China) Abstract：InordertoimprovetheprecisionofrealtimecompensationforhtermalelroronNC machinetool， htispaperproposed amethodwhichisbased on thePSO temperature measuring pointclusteringandhte modelingofELM neuralnetworkofrthemr alerrorcompensationinNC machinetools．K—meansclusteringis optimizedbyPS0algorithm SOastodecreasethenumberofthetemperaturesensors．AndthentheELM neural networkiSestablishedthethermalerrormodelbasedonthemaintemperaturepointsSOthataNC machinetool iSonlinecompensatedmoreeffectively．ComparedwithBP．RBFmethods．ELM neuralnetworkhasanadvan． tageofcalculationspeed．structureandprecisionwhichcouldbeusedtotherealcompensationf0rNCmachine tools． Keywords：NC machinetool；PSO—K1Tleansclustering；ELM neuralnetwork；thermalerrormodeling 0 引言 神经网络可以任意精度逼近非线性连续函数，使