机床与液压

作者：赵添翼，汤赫男，柏爽，周冉，徐方超，孙凤

单位：沈阳工业大学机械工程学院；沈阳工业大学机械工程学院；沈阳机床股份有限公司；沈阳工业大学机械工程学院；沈阳工业大学机械工程学院；沈阳工业大学机械工程学院

关键词：主轴;热误差建模;BiLSTM神经网络;麻雀搜索算法;泛化能力

基金：辽宁省教育厅项目（JYTMS20231191）；辽宁省“揭榜挂帅”科技重大专项（2022JH1/10400027）

为进一步提升传统麻雀搜索算法的预测精度，针对某卧式加工中心主轴的热误差补偿问题，建立BiLSTM预测模型并引入麻雀搜索算法（SSA）与正余弦和柯西变异策略（SC）对模型进行优化。利用五点法测试多转速下主轴温度与热误差数据。以温升数据为输入，预测主轴热误差。结果表明:随着主轴转速提升，主轴温升与轴向热误差变化更加剧烈，各轴承位置温升变化趋势基本相同；径向热误差较小，且影响因素较多，因此误差补偿应主要考虑 Z 向热伸长。与SSA-BiLSTM模型、BiLSTM模型相比，优化后的SCSSA-BiLSTM模型预测拟合度最好，精度最高。在多工况下，SCSSA-BiLSTM模型的各项指标均高于其他两种模型且提升明显，证明其具有良好的泛化能力，为多工况下的热误差预测补偿提供了参考。

来源：2025年第20期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第20期