仪器仪表学报

作者：戴野1，尹相茗1，魏文强2，王刚3，战士强2

单位：戴野1，尹相茗1，魏文强2，王刚3，战士强2,（1?哈尔滨理工大学先进制造智能化技术教育部重点实验室哈尔滨150080； 2?哈尔滨理工大学数字化设计与自动机械产品开发研究所哈尔滨150080； 3?宁波天控五轴数控技术有限公司余姚315400）,

关键词：高速电主轴;模糊C均值聚类;灰色关联分析;热误差建模;自适应神经模糊推理系统

基金：*基金项目：基金项目国家自然科学基金资助项目（51505109）、黑龙江省普通本科高等学校青年创新人才培养计划项目（UNPYSCT?2017077）、黑龙江省普通高校基本科研业务费专项资金项目（LGYC2018JC040）资助

摘要：摘要为了减少热误差对电主轴加工精度的影响，需要建立电主轴的热误差补偿系统，而补偿系统的性能主要取决于热误差预测模型的准确性和模型输入的温度质量。为保证输入模型的温度质量，采用模糊C?均值聚类和灰色关联分析相结合的综合算法优化温度测点，将温度测点的数量由10降至3个，以某台电主轴为试验对象，以电主轴转速为7000r/min的温度变量为输入，热误差变量为输出，采用自适应神经模糊推理系统建立了电主轴的热误差预测模型，并以转速为5000和900r/min的实验数据作为验证，结果表明，建立的ANFIS热误差预测模型可以有效地预测电主轴的热误差，预测模型的残差小于1μm。最后，与误差反向传播神经网络进行对比，结果表明该预测模型具有更高的精度和抗干扰能力。

来源：2020年第6期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2020年第6期