1、作為數(shù)控機床熱誤差補償關鍵技術之一的數(shù)控機床熱誤差補償建模方法研究得到了國內外學者的廣泛重視和深入研究,本論文在對國內外數(shù)控機床熱誤差補償建模方法分析研究的基礎上,重點對神經(jīng)網(wǎng)絡建模方法進行了研究,主要工作內容如下:
　　 在對機床熱變形進行簡要分析的基礎上,以大連機床有限責任公司的CL-20A高速數(shù)控車床為研究對象獲取溫度和熱位移數(shù)據(jù),并用模糊聚類方法對其進行分析找出機床溫度變化敏感點。
　　 以溫度變化敏感點數(shù)據(jù)為建

2、模依據(jù),用神經(jīng)網(wǎng)絡建模方法進行建模和分析,來獲取機床熱誤差與機床溫度敏感點之間的內在聯(lián)系和規(guī)律。建模結果顯示,神經(jīng)網(wǎng)絡技術具有很好的建模效果,在建模的有效性和魯棒性方面具有其他建模方面無法比擬的優(yōu)勢。神經(jīng)網(wǎng)絡建模方法的主要難點是訓練參數(shù)的調試選擇,在建模過程中要對訓練參數(shù)進行反復調節(jié)比對驗證,直至預測效果達到最佳。
　　 研究表明,從對熱誤差的預報來看,BP網(wǎng)絡可以達到60％左右,與RBF網(wǎng)絡的45％左右以及自適應神經(jīng)網(wǎng)絡模糊系