机床与液压

作者：于博，王利涛，陈志红，胡月

单位：长春工程学院机电工程学院；长春理工大学机电工程学院；长春工程学院机电工程学院；长春工程学院机电工程学院；长春理工大学机电工程学院；河北民族师范学院物理与电子工程学院

关键词：热变形误差;长短期记忆;神经网络算法;超前预测建模;关键温测点

基金：吉林省科技厅自由探索一般项目(YDZJ202201ZYTS391)

针对当前数控机床热变形误差实施补偿存在的预测值滞后实际补偿值问题，提出基于长短期记忆(LSTM)神经网络算法热误差超前预测解决方案，详细探讨LSTM神经网络算法的解析流程，建立基于LSTM神经网络算法热误差超前预测模型，并进行关键温测点及热变形误差超前预测实验。实验结果表明：热变形误差实际值与预测值的最大残差、平均值和均方差均在可控范围内，超前预测的准确度为86.3%，进一步论证了机床热变形误差超前预测的有效性。

来源：2023年第4期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第4期