[发明专利]一种数控加工误差优化方法有效
申请号: | 201710026532.6 | 申请日: | 2017-01-14 |
公开(公告)号: | CN106842922B | 公开(公告)日: | 2020-07-17 |
发明(设计)人: | 王勇;黄俊杰;陈胜;葛园园;郑彬峰;于洒 | 申请(专利权)人: | 合肥工业大学 |
主分类号: | G05B13/04 | 分类号: | G05B13/04 |
代理公司: | 常州佰业腾飞专利代理事务所(普通合伙) 32231 | 代理人: | 康潇 |
地址: | 230009 *** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种数控加工误差优化方法,本发明综合考虑影响数控加工的众多因素,利用数学拟合原理及神经网络模型预测加工状态特征参数和加工误差,并根据得到的预测误差对数控程序进行部分微调,直接对加工误差进行补偿,达到数控加工误差优化的目的。因此,本发明可以广泛用于数控机床技术领域。 | ||
搜索关键词: | 一种 数控 加工 误差 优化 方法 | ||
【主权项】:
一种数控加工误差优化方法,它包括以下步骤:1)获取每一次机床加工实时采样数据;2)获取每一次机床加工时的零件加工尺寸误差数据,并与步骤1)中获取的每一次机床加工实时采样数据对应存储;3)采用时域分析方法和频域分析方法分别对步骤1)中获得的机床加工实时采样数据进行处理以得到相应的时域特征参数和频域特征参数,针对时域特征参数和频域特征参数基于最小二乘法的数学拟合建立特征参数预测模型,并采用该模型对时域特征参数和频域特征参数进行预测,得到时域特征参数预测值和频域特征参数预测值;4)建立BP单隐层神经网络模型,采用步骤3)中的时域特征参数和频域特征参数以及步骤2)中获得的零件加工尺寸误差数据,针对BP单隐层神经网络模型进行训练,并将步骤3)中的时域特征参数预测值和频域特征参数预测值带入训练后的BP单隐层神经网络模型中,得到预测加工误差;5)根据步骤4)中得到的预测加工误差,通过数控程序优化系统对部分程序微调,以补偿加工误差。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥工业大学,未经合肥工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710026532.6/,转载请声明来源钻瓜专利网。
- 上一篇:一种始极板冲铆装置
- 下一篇:一种铜始极片钉耳装置