基于新陳代謝與神經(jīng)網(wǎng)絡(luò)組合模型的加工誤差預(yù)測及補償.pdf

1、機(jī)械加工過程存在隨機(jī)性、非線性、不確定性等因素的影響，決定了機(jī)械加工尺寸是動態(tài)變化的，導(dǎo)致機(jī)械加工精度的不斷變化，影響機(jī)械加工質(zhì)量。機(jī)械加工誤差預(yù)測是機(jī)械加工質(zhì)量在線監(jiān)控的重要環(huán)節(jié)，同時也是實現(xiàn)誤差補償?shù)年P(guān)鍵。因此，對科學(xué)、高效的新型預(yù)測建模技術(shù)以及誤差補償方法的研究是非常有必要的。
　　本文在歸納總結(jié)機(jī)械加工誤差預(yù)測及誤差補償相關(guān)內(nèi)容的基礎(chǔ)上，對機(jī)械加工誤差預(yù)測技術(shù)以及加工誤差補償技術(shù)進(jìn)行深入研究，提高零件加工質(zhì)量，為企業(yè)自動化

2、生產(chǎn)提供技術(shù)支持。主要內(nèi)容包括以下幾個方面：
　?。?）基于新陳代謝模型的機(jī)械加工誤差預(yù)測技術(shù)研究。根據(jù)機(jī)械加工過程的特點，分析傳統(tǒng)灰色GM(1,1)模型的不足，提出采用新陳代謝模型進(jìn)行加工誤差預(yù)測。根據(jù)新陳代謝模型的建模原理，通過實例對影響新陳代謝模型預(yù)測精度的兩個因素模型維數(shù)和背景值分別進(jìn)行研究，證明模型維數(shù)和背景值對模型預(yù)測精度的影響非常大。在此基礎(chǔ)上，提出了新陳代謝優(yōu)化模型，該模型預(yù)測精度較傳統(tǒng)模型有所提高，但是依舊不是很

3、理想。
　?。?）基于新陳代謝模型與神經(jīng)網(wǎng)絡(luò)組合模型加工誤差預(yù)測技術(shù)研究。分析新陳代謝模型及神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點，通過殘差將新陳代謝模型和神經(jīng)網(wǎng)絡(luò)模型組合在一起，提出新陳代謝-神經(jīng)網(wǎng)絡(luò)組合模型，對機(jī)械加工精度進(jìn)行預(yù)測研究，預(yù)測精度高、速度快，驗證了組合模型對機(jī)械加工精度預(yù)測的方法是可行的，為機(jī)械加工過程精度控制提供有效方法。
　?。?）機(jī)械加工誤差補償。在對機(jī)械加工誤差預(yù)測技術(shù)進(jìn)行研究的基礎(chǔ)上，分析加工誤差補償方法與補償原理，并