论文部分内容阅读
机械加工过程存在随机性、非线性、不确定性等因素的影响,决定了机械加工尺寸是动态变化的,导致机械加工精度的不断变化,影响机械加工质量。机械加工误差预测是机械加工质量在线监控的重要环节,同时也是实现误差补偿的关键。因此,对科学、高效的新型预测建模技术以及误差补偿方法的研究是非常有必要的。本文在归纳总结机械加工误差预测及误差补偿相关内容的基础上,对机械加工误差预测技术以及加工误差补偿技术进行深入研究,提高零件加工质量,为企业自动化生产提供技术支持。主要内容包括以下几个方面:(1)基于新陈代谢模型的机械加工误差预测技术研究。根据机械加工过程的特点,分析传统灰色GM(1,1)模型的不足,提出采用新陈代谢模型进行加工误差预测。根据新陈代谢模型的建模原理,通过实例对影响新陈代谢模型预测精度的两个因素模型维数和背景值分别进行研究,证明模型维数和背景值对模型预测精度的影响非常大。在此基础上,提出了新陈代谢优化模型,该模型预测精度较传统模型有所提高,但是依旧不是很理想。(2)基于新陈代谢模型与神经网络组合模型加工误差预测技术研究。分析新陈代谢模型及神经网络的优缺点,通过残差将新陈代谢模型和神经网络模型组合在一起,提出新陈代谢-神经网络组合模型,对机械加工精度进行预测研究,预测精度高、速度快,验证了组合模型对机械加工精度预测的方法是可行的,为机械加工过程精度控制提供有效方法。(3)机械加工误差补偿。在对机械加工误差预测技术进行研究的基础上,分析加工误差补偿方法与补偿原理,并通过修改CK6150数控车床的宏程序,实现轴类零件的误差补偿,补偿后,最大加工误差由19.9?m降到了3.1?m,大大降低了零件的加工误差,有效保证了零件的加工精度。