[发明专利]主轴系统热误差建模方法、误差预测系统、误差控制系统、误差控制方法及云雾计算系统

权利要求书

1.一种主轴系统动态热误差预测系统，其特征在于：包括雾计算层、云计算层、数据采集单元、数据库和中央处理器；

所述数据采集单元用于采集主轴系统的生产和设备数据；所述数据库接收所述数据采集单元采集得到的数据并存储作为历史数据；

所述雾计算层包括雾服务器，所述雾服务器内设有数据处理单元和误差预测单元，所述数据处理单元接收所述数据采集单元采集得到的实时数据并对实时数据进行处理；所述误差预测单元接收经所述数据处理单元处理后的实时数据、并采用主轴系统热误差建模方法创建得到的主轴系统热误差模型预测主轴热误差；

所述云计算层包括云服务器，所述云服务器内设有误差模型训练单元，所述误差模型训练单元接收所述数据库内的历史数据并对主轴系统热误差模型进行训练；

所述中央处理器接收经所述误差模型训练单元训练后的主轴系统热误差模型、并将该训练后的主轴系统热误差模型传输至所述误差预测单元以更新所述误差预测单元内的主轴系统热误差模型；

所述主轴系统热误差建模方法，包括如下步骤：

1)以BA算法构建IBA-GRU模型的结构；

2)以GRU神经网络的时间窗口大小，批处理大小和节点数超参数作为优化变量，初始化蝙蝠种群；

3)采用BA算法优化GRU模型的超参数，优化的适应度函数为：

其中，y_i为训练集的第i个预测值；Q_i为训练集的第i个真实值；n_o为训练集样本数；

4)将优化得到的最优超参数用于IBA-GRU模型，得到主轴系统热误差模型并用于预测主轴系统的热误差。

2.根据权利要求1所述主轴系统动态热误差预测系统，其特征在于：BA算法为：蝙蝠以固定的频率、不同的波长和响度搜索猎物A_i，猎物A_i从最大值逐渐减小到最小值，获取蝙蝠i在t+1时刻的速度和位置：

其中，和表示蝙蝠在t时刻的速度和位置；ω表示在[0,1]的随机数；p表示当前搜索过程中所有蝙蝠所在的最佳位置；f_i表示蝙蝠i的脉冲频率，且：

f_i＝f_min+(f_max-f_min)β

其中，f_max和f_min分别表示脉冲频率的最大值和最小值；β为服从均匀分布的随机数；

随机扰动被局部添加到每个蝙蝠的当前最优解中，以避免陷入局部极值：

其中，ε和分别表示蝙蝠i在t时刻的随机数和平均响度；

当蝙蝠找到猎物时，脉冲发射率会升高；随着迭代的进行，脉冲发射的频率r_i和响度A_i发生变化：

r_i^t+1＝r_i⁰[1-e^-γt]

其中，α表示脉冲响度的衰减系数；γ表示脉冲频率的增加系数；α和γ均为常数，且

0＜α＜1，γ＞0；当t→∞时，r_i^t→0。

3.根据权利要求1所述主轴系统动态热误差预测系统，其特征在于：所述IBA-GRU模型包括第一GRU神经网络层和第二GRU神经网络层，主轴系统的热误差数据输入到第一GRU神经网络层，经第一层GRU神经网络计算后传输至第二GRU神经网络层。

4.根据权利要求1所述主轴系统动态热误差预测系统，其特征在于：还包括步骤5)，在设定时间后，采用梯度下降法，利用主轴系统的热误差的历史数据重新训练并更新IBA-GRU模型。

5.一种主轴系统动态热误差控制系统，其特征在于：包括误差补偿单元和如权利要求1-4任一项所述的主轴系统动态热误差预测系统，所述误差补偿单元内设有误差补偿模型；所述误差补偿单元接收所述误差预测单元预测得到的误差预测值、并在所述误差预测值大于预设范围时启动误差补偿模型，所述误差模型用于计算主轴系统在每一个方向上的误差补偿分量并更新G代码。