机床热误差非线性组合预测模型研究

来源：机床与液压杂志2021年第1期北京时间：

作者：屈力刚，刘洪侠，邢宇飞，李铭

单位：沈阳航空航天大学航空制造工艺数字化国防重点学科实验室；沈阳航空航天大学航空制造工艺数字化国防重点学科实验室；沈阳航空航天大学航空制造工艺数字化国防重点学科实验室；沈阳航空航天大学航空制造工艺数字化国防重点学科实验室

摘要：在精密及超精密加工过程中，数控机床热误差是影响加工精度的一项重要误差源，最经济和有效地减少热误差的方法是热误差补偿技术。针对热误差补偿预测模型的预测精度问题，提出一种非线性组合预测模型。该预测模型利用灰色关联度方法对单项预测模型进行筛选，对筛选出的单项预测模型基于不同优化准则进行线性组合，通过广义回归神经网络对该线性组合模型进行非线性组合，得到非线性组合预测模型。误差预测结果表明：对比典型的BP神经网络预测模型，非线性组合预测模型的预测精度更高，最大误差由4.78 μm减小到0.7 μm。

关键词：热误差补偿;非线性组合预测模型;广义回归神经网络;灰色关联度

基金资助：辽宁省教育厅一般项目（L201623）；航空制造工艺数字化国防重点实验室开放基金项目（SHSYS201805）