机床与液压

作者：高炜圩，朱佳雯，张婉君，杨郡守，邓小雷

单位：衢州学院全省空气动力装备智能制造重点实验室；衢州学院全省空气动力装备智能制造重点实验室；衢州学院全省空气动力装备智能制造重点实验室；衢州学院全省空气动力装备智能制造重点实验室；嘉兴大学机械工程学院

关键词：萤火虫算法;双向长短期记忆神经网络;温升预测;五轴四联动数控机床;转台

基金：国家自然科学基金项目（52175472；62302263）；浙江省自然科学基金项目（LD24E050011；LGG22E050031;ZCLTGS24E0601）；国家级大学生创新训练项目（20231148805）

热误差是影响数控机床加工精度的主要因素，而温升控制对于加工精度提升有重要作用，温升预测是温升控制的重要措施之一。转台是五轴四联动数控机床的主要加工组件之一，精准预测其温升特性有助于提升加工精度。因此，提出一种精准预测五轴四联动数控机床转台温升的方法。基于萤火虫算法（FA）对双向长短期记忆神经网络模型（BiLSTM）进行优化求解，实现对BiLSTM内权值的位置更新与寻优，以更精确地预测转台温度的变化。将所提模型的预测结果与实际五轴四联动数控机床温度场实验结果相比可知，所提FA优化BiLSTM获得的转台温升结果与实验结果非常接近，最大预测误差为0.96%。同时，与仅使用BiLSTM和反向传播(BP)神经网络模型获得的预测结果相比，所提模型的平均绝对误差和均方根误差分别降低了0.011 8、0.014 5 ℃和0.024 3、0.123 8 ℃，R2分别提高了0.001 1、0.006 5。这表明FA-BiLSTM模型能够更好地实现对热误差的预测。

来源：2025年第12期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第12期