基于GA-BP神经网络的单向走丝线切割机床热误差补偿

2011-02-10陈迪于芮延年

电加工与模具 2011年2期

陈迪于,芮延年,徐明,朱宁

(1.苏州大学,江苏苏州 215021;2.苏州电加工研究所有限公司,江苏苏州 215011)

数控单向走丝线切割机床是一种高精度加工机床,机床的热变形将对其加工精度有较大的影响。据不完全统计:在精密加工中,由机床热变形所引起的制造误差占总制造误差的40%～70%。

目前改善热变形误差的方法主要有3种。一是通过使用新材料来减少材料热变形的膨胀系数,但一旦材料确定后,其热变形的膨胀系数也就确定了;二是通过热态优化设计,即从形状优化和参数优化出发,寻求合理的温度分布和刚度分布,来控制机床结构的热变形,具体操作较困难;三是通过热监测和热补偿技术保证机床的加工精度,这种方法可利用现代监测与智能补偿技术来实现。

本文针对机床加工过程热变形误差模糊不确定性问题,拟通过研究,利用GA-BP神经网络法与热监测和热补偿方法相结合,来减少机床的加工精度误差。

1 GA-BP神经网络误差模型

虽然BP人工神经网络中是一种很好的优化算法,但当系统较为复杂时,存在着学习速度慢;不能很好的保证收敛速度和全局最优点;网络结构不易确定等问题。而GA(遗传算法)采用概率化的寻优方法,能自动获取和指导优化的搜索空间,不需要确定的规则,这样就可利用其优点对BP神经网络进行优化,提高学习速度、保证其收敛的最优性。