五轴机床旋转轴误差的在机测量与模糊径向基神经网络建模

• 作者: 叶建华 江吉彬 高诚辉
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 五轴机床 旋转轴误差 误差建模 误差测量 在机测量 模糊径向基神经网络
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 微纳技术与精密机械
• 页码范围: 826-834
• 页数: 9页
• 分类号: TH161.21
• 字数: 5390字
• 语种: 中文
• DOI: 10.3788/OPE.20162404.0826

摘要

考虑五轴机床中的旋转轴误差会影响加工精度和在机测量结果,本文研究了旋转轴误差的在机测量与建模方法.介绍了基于标准球和机床在机测量系统的旋转轴综合误差测量方法,采用随机Hammersely序列分组规划旋转轴的测量角位置,通过自由安放策略确定标准球初始安装位置.然后,引入模糊减法聚类和模糊C-均值聚类(Fuzzy C-means,FCM)建立旋转轴误差的径向基(Radial basis function,RBF)神经网络预测模型.最后,进行数学透明解析,从而为误差的精确解析建模提供新途径.利用曲面的在机测量实例验证了提出的旋转轴误差测量与建模方法.结果表明:利用所建模型计算的预测位置与实测位置的距离偏差平均值为9.6 μm,最大值不超过15 μm;利用所建模型补偿工件的在机测量结果后,其平均值由32.5 μm减小到13.6,μm,最大误差也由62.3 μm减小到18.6 μm.结果显示,提出的测量方法操作简单,自动化程度高;模糊RBF神经网络的学习速度快、适应能力强、鲁棒性好,能满足高度非线性、强耦合的旋转轴误差建模要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高诚辉	福州大学机械工程及自动化学院	183	1730	20.0	33.0
2	江吉彬	福建工程学院机械与汽车工程学院	58	318	9.0	15.0
3	叶建华	福州大学机械工程及自动化学院	31	68	4.0	6.0