基于神经网络的精密磨床床身结构优化研究-Core.PDFVIP

基于神经网络的精密磨床床身结构优化研究* ①② ② ② 柯晓龙 林晓辉 王春锦 ( ， 361024 ; ①厦门理工学院机械与汽车工程学院 福建厦门 ， 361005) ②厦门大学物理与机电工程学院 福建厦门 : 。 ， 摘 要 变形和固有频率是评价精密机床结构刚性的重要参数 为了提高磨床的整体刚性 提出一种利用 BP 。 2MK1760 神经网络来优化精密磨床床身结构的方法 以自主开发的高精度平面磨床 为研究对 ， ANSYS 。 象 利用有限元分析软件 对床身进行静力分析和模态分析 为了减小精密磨床的变形和振 ， ， 动 将部分关键参数作为神经网络的输入 以此预计床身尺寸参数与变形量和固有频率之间的关 ， 。 ， 系 从而获得磨床床身的优化尺寸 分析结果表明 通过神经网络优化后的床身变形量相比初始结 构减小了36． 51 %， 11． 96 %。 而固有频率增加了 : ; ; ;BP ; 关键词 精密磨床 床身 有限元 神经网络 优化 中图分类号:TG58 文献标识码:A Optimized analysis of precision grinding machine bed based on neural network KE Xiaolong①② ，LIN Xiaohui② ，WANG Chunjin② ( School of Mechanical and Automotive Engineering ，Xiamen University of Technology ，Xiamen 361024 ，CHN ; ① ②School of Physics and Mechanical Engineering ，Xiamen University ，Xiamen 361005 ，CHN) Abstract :Deformation and inherent frequency are key parameters to evaluate structure rigidity for precision machine tool． In order to improve rigidity for grinding machine ，this study proposes a method that using neural network to optimize the structure of precision grinding machine bed． Take precision grinding machine tool (2MK1760)which