機床商務網技術文章
面向加工中心床身的改進 BP 神經網絡優化系統
閱讀：105 發布時間：2020-8-10 智能機床的高速發展對機床提出了越來越高的要求，機床床身的進給系統為工件加工提供往復移動的作用，因此其動態特性對整機的加工精度影響很大［1 － 3］。采用有效的方法對機床的進給系統進行優化，對智能機床加工精度的提高有重要意義。
結構的優化設計可以歸結為一個輕量化問題，通常以結構的質量為目標，結構的動靜態特性為約束條件，對質量的小化進行尋優。文獻［4］ 建立了機床的動態模型并基于結合面進行了拓撲 優化。文獻［5］對機床進行了輕量化設計，并通過改變筋板的布局進行尺寸優化。文獻［6］對加工 中心的橫梁進行了優化設計，在分析出薄弱部位 的同時，對進給機構中重力、外力的作用以及軸承 部位熱的作用進行考慮。當今學者對機床進給機 構的研究，通常沒有考慮進給機構結合面的剛度 作用，難以準確獲得性能的結構優化方案。
本文以智能機床 i5 系列 M4. 5 機床的床身進給系統為研究對象，在充分考慮其結合面特性的基礎上，建立多軟件的協同優化平臺，形成一個智能機床進給系統的遺傳算法和神經網絡優化系統。在常規優化的基礎上，采用靈敏度分析法、神 經網絡和遺傳算法相結合，進行多目標優化，從而提高進給機構的動態特性。
1 進給機構的優化系統模型
機床進給機構的設計包括需求分析、部件結 構設計、參數化建模、動態特性仿真及多目標優化 等［7］。因此，本文構建由需求分析模塊、部件結構 設計模塊、參數化建模模塊以及優化模塊組成的 智能機床的優化系統模型，總體結構如圖 1 所示。