论文部分内容阅读
滚珠丝杠是数控机床进给系统的关键部件，其热变形影响机床的定位误差。为提高数控机床的精度，提出一种基于GA—BP神经网络的热误差预测方法。以TX1600@镗铣加工中心进给系统的滚珠丝杠为研究对象，运用有限元法对丝杠进行热特性分析，并据此获得其温度和热误差数据。针对BP神经网络模型训练时间长，容易陷入局部极值等缺点，运用遗传算法优化BP神经网络的阈值和权值，并建立滚珠丝杠的热误差预测模型。通过MATLAB完成仿真实验，结果证明，GA—BP神经网络模型比BP神经网络模型拟合性能更好，预测能力更强。