论文部分内容阅读
珩磨加工是缸筒类零件加工的最后一道工序,故珩磨加工质量的好坏直接影响零件最终质量和使用性能,保证其加工精度变得越来越迫切。而加工尺寸精度又是衡量其加工质量的重要指标之一,但是珩磨加工过程的不确定性和非线性等特点会导致传统的粗珩过程出现珩磨加工尺寸超差的问题。建立适应于珩磨加工的尺寸预测模型,通过在线测量系统实时监控加工过程在线修正加工参数,成为有效保证加工尺寸精度及控制珩磨加工质量的有效手段之一。本文针对珩磨加工尺寸精度问题,建立了预报模型和优化算法,主要研究内容包括:(1)以经典GM(1,1)预测模型为研究对象,以提高经典GM(1,1)预测模型预测精度和可靠性为目标,通过分析影响经典GM(1,1)预测模型的建模过程因素,并针对影响因素对经典GM(1,1)预测模型进行一系列的改进。采用背景值重构和参数累积估计改进的方法,建立累积AGM(1,1)预测模型;将改进后的预测模型应用到珩磨加工尺寸预报中,通过仿真实验验证该模型的适用性和预测精度;在此基础上,为了解决预测模型在中长期预测上的应用,采用等维递补方法,建立等维递补-累积AGM((1,1)预测模型,根据预测信息或实时加工信息添加到建模过程,建立预测模型,可采用该方法可以准确描述尺寸的变化趋势,使尺寸的变化趋势更加准确,预测值与实测值拟合度提高,减少相对误差。(2)采用组合模型的方法,建立基于支持向量回归机残差修正的等维递补-累积AGM(1,1)预测模型的组合模型。采用灰狼优化算法对SVR进行参数寻优得到优化参数组,建立SVR-等维递补-累积灰色AGM(1,1)预测组合模型,来提高预测精度。(3)最后以标准误差(MSE),平均标准误差(MAE)为评判标准,建立仿真实验并与预测结果进行对比分析,结果表明采用SVR残差修正的等维递补-累积AGM(1,1)预测模型的组合模型预测精度更高,该组合模型应用到珩磨加工尺寸预测中通过数值模拟仿真实验验证了该组合模型可显著提高预测精度。本论文研究所得的SVR残差修正的等维递补-累积AGM(1,1)预测模型的组合模型满足珩磨加工尺寸预测的精度要求,为珩磨加工参数动态调整和加工质量在线控制提供理论参考依据。