论文部分内容阅读
为了控制机床热误差和提高机床加工精度，考虑到测得的热误差数据同时存在着线性和非线性因素，提出了采用具有处理线性和非线性能力的灰色线性回归组合热误差模型的建模方法。用此方法对某卧式加工中心热误差进行了建模和预测，并引入BP神经网络对热误差模型的残差进行修正，从而获得了比较准确的热误差预测值。与用指数函数来模拟生成数据的灰色模型所获得的预测值进行了比较，证明了灰色线性回归组合及BP神经网络模型在机床热误差补偿建模应用中的优越性。