[发明专利]一种义齿加工机床热误差的在线温度补偿方法

摘要

本发明公开了一种义齿加工机床热误差的在线温度补偿方法，包括空载运转义齿加工机床，并在运行过程中采集加工机床的多个位置的温度数据、加工刀架的位移数据及室内温度数据；将采集的温度数据输入到BPN神经网络，并将采集的位移数据与BPN神经网络的预测误差值进行比较，采用GA进化算法对BPN神经网络进行训练后获得训练好的神经网络；开启加工机床进行义齿加工，在加工过程中采集加工机床的多个位置的温度数据、以及室内温度数据并输入到训练好的神经网络模型中，获得加工机床的预测热误差值；加工机床根据预测热误差值，修正义齿的加工路径。本发明可对加工机床的热误差进行补偿，提高了义齿加工精度，可广泛应用于义齿加工领域中。

主权项

一种义齿加工机床热误差的在线温度补偿方法，其特征在于，包括：S1、空载运转义齿加工机床，并在运行过程中实时采集加工机床的多个位置处的温度数据、加工刀架的位移数据以及室内温度数据；S2、将采集的温度数据输入到BPN神经网络中，并将采集的位移数据与BPN神经网络输出的预测误差值进行比较，进而采用GA进化算法对BPN神经网络进行训练后，获得训练好的神经网络；S3、开启加工机床进行义齿加工，在加工过程中实时采集加工机床的多个位置处的温度数据、以及室内温度数据并输入到训练好的神经网络模型中，进而获得加工机床的预测热误差值；S4、加工机床根据获得的预测热误差值，实时地修正义齿的加工路径；所述步骤S2，包括：S21、将同一时刻采集的所有温度数据输入到BPN神经网络中，通过神经网络模型计算预测误差值，同时给BPN神经网络的连接权值进行二进制编码，产生权值样本；S22、针对同一组输入数据，分别采用多个权值样本进行BPN神经网络训练并获得多个预测误差值后，分别将多个预测误差值与输入数据所对应的位移数据进行比较，进而选取较优的权值样本作为神经网络的权值；S23、判断较优的权值样本的数量是否达到预设阈值，若是，则直接执行步骤S24，反之将较差的权值样本通过变异、杂交、选择操作后，产生新的权值样本后返回执行步骤S22；S24、针对神经网络的每组输入数据，读取对应的权值后计算神经网络的预测误差值；S25、判断该预测误差值是否小于误差阈值，若是，则训练结束，并获得训练好的神经网络模型，反之，修改权值并返回执行步骤S24。