Modelado de errores térmicos para máquinas herramienta compuestas de torneado-fresado de doble husillo basadas en...

Área de la Ciencia:

• Ingeniería Mecánica
• Tecnología de Manufactura
• Inteligencia Artificial en Manufactura

Sus antecedentes:

• El error térmico es un factor crítico que limita la precisión del mecanizado en máquinas herramienta CNC de alta precisión.
• Las máquinas herramienta compuestas de torneado-fresado de doble husillo presentan desafíos únicos para la compensación de errores térmicos debido a comportamientos térmicos complejos.

Objetivo del estudio:

• Desarrollar un método inteligente y de alta precisión para predecir el error térmico en máquinas herramienta compuestas de torneado-fresado de doble husillo.
• Mejorar la eficacia del modelado de una red neuronal híbrida a través de técnicas avanzadas de optimización.

Principales métodos:

• Se recopilaron datos del campo de temperatura y del error térmico de una máquina compuesta de torneado-fresado de doble husillo 1200MSY.
• Se empleó el algoritmo de acoplamiento de asociación gris y agrupación K-means para la selección de puntos de medición sensibles a la temperatura.
• Se optimizó una red híbrida CNN-BiLSTM utilizando el algoritmo SCSSA para mejorar el modelado de errores térmicos.

Principales resultados:

• El algoritmo SCSSA demostró una convergencia superior y capacidades de búsqueda global sobre GWO y WOA.
• El modelo propuesto redujo el Error Cuadrático Medio (RMSE) en un 38,77% y el Error Absoluto Medio (MAE) en un 47,06% en comparación con los modelos de referencia.
• Los errores de predicción se mantuvieron dentro de ±4,6 μm (condiciones de velocidad) y ±5 μm (tipos de husillo).

Conclusiones:

• La red CNN-BiLSTM optimizada con SCSSA proporciona un esquema de predicción inteligente eficaz para el error térmico en máquinas herramienta de doble husillo.
• El método desarrollado ofrece una alta practicidad de ingeniería y mejora significativamente la precisión del mecanizado.
• Esta investigación contribuye con una solución robusta para mitigar los errores térmicos en procesos de fabricación avanzados.