基于自适应神经模糊推理系统和灰色理论的机床热误差补偿研究

提出了自适应神经模糊推理系统(ANFIS)模型,采用灰色理论对机床热误差进行建模,实现机床加工工件定位误差值的最小化。采用自适应模糊推理系统的模糊C均值聚类法,对机床上的温度传感器进行聚类分组和分析,选择出每组最优的温度传感器,将测量温度传感器从76个减少到5个。提出了灰色系统理论,对GM(1,N)公式进行了推导,创建了热误差预测模型。采用实验测量方法对机床运行所产生的误差进行了验证。实验结果显示:补偿前Y轴和Z轴产生热误差的最大值分别为41.5μm和33.8μm,补偿后Y轴和Z轴产生热误差的最大值分别为4.8μm和4.6μm。采用自适应神经模糊推理和灰色系统对机床热误差进行补偿,不仅测量温度传感器数量减少,而且机床主轴运行所产生的误差明显减小,加工精度较高,效果很好。