面向复杂薄壁曲面件加工的五轴数控机床热误差建模方法研究

摘要

为建立五轴数控机床加工复杂薄壁曲面件过程中的热误差模型，提出一种使用支持向量回归机(SVR)结合径向基函数(RBF)神经网络建模方法。以精密五轴数控机床作为研究对象，选择复杂薄壁曲面叶轮进行实际五轴铣削加工，通过测量数控机床选定点温度与刀具偏移，获得非机床空转激励下的温升和热偏移数据。选择RBF神经网络作为核函数进行SVR建模，建立实际加工环境下的五轴数控机床热误差模型。研究结果表明：RBF-SVR预测模型的误差比SVR模型小，相较于SVR模型和BP神经网络模型预测误差分别降低29.5%和16.2%,拟合优度分别提高35.2%和19.9%,说明所提出的RBF-SVR建模方法具有较高的预测精度。

关键词

复杂薄壁曲面 / 五轴数控机床 / 热误差 / 支持向量回归机 / RBF神经网络

基金资助

重庆市自然科学基金重点项目(2023NSCQ-LZX0127); 重庆市科委重点项目(CSTB2023NSCQ-LZX0068); 重庆英才计划(CQYC20210305206)