数控机床热变形误差超前预测研究

摘要：

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.

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

所属期刊栏目：51

分类号：TP273(自动化技术及设备)

资助基金：吉林省科技厅自由探索一般项目YDZJ202201ZYTS391

在线出版日期：2023-05-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：75-79