机床与液压

作者：郭俊，王颖，李卓，邓国群

单位：湖南汽车工程职业学院信息工程学院；湖南汽车工程职业学院信息工程学院；湖南汽车工程职业学院信息工程学院；湖南汽车工程职业学院信息工程学院

关键词：Apriori算法;神经网络;数控机床;智能误差补偿模型

基金：湖南省自然科学基金项目（2021JJ60005；2023JJ60219）

数控机床加工精度受到机床零部件、外部环境等因素的影响，从而需要添加适当的补偿参数确保加工精度的稳定性，另外，不同车床不同时刻的补偿参数实时变化。为此，提出一种基于关联规则及神经网络方法的智能误差补偿模型。以实际生产中产生的数据集为基础，通过Apriori算法对数据集进行筛选；对各个特征值与补偿参数进行归一化处理，以提高数据的收敛速度；利用神经网络模型为不同情形下的车床搜寻最佳补偿参数模型，从而构建起最佳的智能误差补偿模型；经过智能误差补偿后,对生产的物件进行图像识别，分析其是否符合精度要求。仿真测试结果表明:针对训练集数据和测试集数据，车床稳定性分别提高了0.695和0.713。实测结果显示:利用上述方法，对30个产品进行雕刻，精度均符合要求。因此，智能误差补偿模型能够提高车床加工稳定性，提升产品合格率。

来源：2023年第18期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第18期