ハイブリッドネットワークに基づく二軸旋盤複合加工機における熱誤差のモデリング

科学分野:

• 機械工学
• 製造技術
• 製造における人工知能

背景:

• 熱誤差は、高精度CNC工作機械の加工精度を制限する重要な要因です。
• 二軸旋盤複合加工機は、複雑な熱挙動により、熱誤差補償に特有の課題をもたらします。

研究 の 目的:

• 二軸旋盤複合加工機における熱誤差を予測するための、インテリジェントで高精度な方法を開発すること。
• 高度な最適化技術を通じて、ハイブリッドニューラルネットワークのモデリング効率を向上させること。

主な方法:

• 1200MSY旋盤複合加工二軸複合加工機から温度場および熱誤差データを収集しました。
• 温度に敏感な測定点を選択するために、K平均クラスタリング-灰色関連結合アルゴリズムを採用しました。
• 熱誤差モデリングを改善するために、SCSSAアルゴリズムを使用してCNN-BiLSTMハイブリッドネットワークを最適化しました。

主要な成果:

• SCSSAアルゴリズムは、GWOおよびWOAと比較して優れた収束性と大域的探索能力を示しました。
• 提案モデルは、ベンチマークモデルと比較して、二乗平均平方根誤差（RMSE）を38.77％、平均絶対誤差（MAE）を47.06％削減しました。
• 予測誤差は、±4.6μm（速度条件）および±5μm（主軸タイプ）内に維持されました。

結論:

• SCSSA最適化CNN-BiLSTMネットワークは、二軸工作機械における熱誤差の効果的なインテリジェント予測スキームを提供します。
• 開発された方法は、高い工学的実用性を提供し、加工精度を大幅に向上させます。
• 本研究は、高度な製造プロセスにおける熱誤差を軽減するための堅牢なソリューションに貢献します。