基于GA-BP神经网络系统的滚珠丝杠热误差建模.pdfVIP

学兔兔 基于GA—BP神经网络系统的滚珠丝杠热误差建模 ThermaI error modeling of balI screw using GA-BP neuraI network 张辉杰。，王 军 。，吴文嘉。，孙 军 ，舒启林 ZHANG Huiqie。，WANG Jun ，WU Wen-jia’，SUN Jun’，SHU Q n (1．沈阳建筑大学交通与机械工程学院，沈阳110168；2．沈阳理工大学机械工程学院，沈阳110159) 摘 要：滚珠丝杠是数控机床进给系统的关键部件，其热变形影响机床的定位误差。为提高数控机床的 精度，提出一种基于GA—BP神经网络的热误差预测方法。以TX1 600G镗铣加工中心进给系统 的滚珠丝杠为研究对象，运用有限元法对丝杠进行热特性分析，并据此获得其温度和热误差 数据。针对BP神经网络模型训I练时间长，容易陷入局部极值等缺点，运用遗传算法优化BP神 经网络的阈值和权值，并建立滚珠丝杠的热误差预测模型。通过MATLAB完成仿真实验，结 果证明，GA—BP神经网络模型比BP神经网络模型拟合性能更好，预测能力更强。 关键词：滚珠丝杠；热误差补偿；有限元；GA-BP 中图分类号：THI 61 文献标识码：A 文章编号：1 009-01 34(201 5)09(下)一01 06-04 Doi：1 0．3969／J．issn．1 009-01 34．201 5．o9(下)．27 0 引言 1滚珠丝杠的有限元分析 随着数控机床朝着高速化、精密化、自动化、智能 1．1滚珠丝杠系统模型 化的方向发展，机床的零部件精度及装配精度都有很大 滚珠丝杠具有高精度，高效率的特点，广泛应用于 改善，传统意义上的机床几何误差已经能得到较好的控 进给系统中哆J。TX1600G镗铣加工中心的滚珠丝杠系统 制 】。然而，机床运行时各零部件不可避免的产生温度 主要由伺服电机、联轴器、前轴承支座、前轴承、滚珠 变化，特别是进给系统的滚珠丝杠，其高速旋转，使轴 丝杠、螺母、后轴承、后轴承支座等部分组成，如图1 承、丝杠螺母副摩擦产生大量热，导致丝杠产生轴向热 所示。 变形，直接影响机床的定位精度。因此，研究丝杠的热 误差建模方法，精确的预测其热误差，对提高数控机床 的精度有着重要意义。 通常预测热误差的方法有线性回归法 、灰色理 论 、BP神经网络” 、RBF神经网络 等。这些方法的基 1伺服电机：2联轴器：3前轴承支座；4滚珠丝杠；5螺母；6螺母支座：7．后轴承支座 本假设是：机床误差是与关键点的温度和位置有关的函 图1滚珠丝杠系统三维简图 数 】。丝杠的热误差主要与螺母的实时位置和温度以及 为了方便有限元分析，必须对有限元模型作出以下 前后轴承的温度有关。获得这些信息后，可以建立一个 假设 J： 丝杠的热误差模型。通过这个模型可以预测热误差，进 1)忽略滚珠丝杠