工具機熱變形位移補償模型之探討與比較

An Investigation in Compensation of Thermal Deformation for Machine Tools

張耀仁(Yaw-Jen Chang) ； 張權緯(Chuan-Wei Chang) ； 張永鵬(Yeon-Pun Chang) ； 康淵(Yuan Kang) ； 朱明輝(Ming-Hui Chu)

《中原學報》 33卷3期 (2005/09) Pp. 317-328

https://doi.org/10.6358/JCYU.200509.0317

摘要

本文回顧國內外與工具機溫升熱變型位移補償相關之研究文獻，探討(l)移動平均方法(2)自迴歸移動平均方法(3)前饋式神經網路(4)遞迴式神經網路，四種方法所建立之熱變形位移預測模型。使用國產某公司所生產之工具機為實驗機台，量測機台之溫度變化與主軸端點位移，加以預測與綜合比較，探討熱變形位移軟體補償方法的預測精度與可行性。四種模型之預測結果，均可有效地降低熱變形位移，除前饋式神經網路方法較差之外，其餘三種預測模型可降低熱變形位移至10μm內。

關鍵字

移動平均 ； 自迴歸移動平均 ； 前饋式神經網路 ； 遞迴式神經網路 ； 熱變形位移補償

並列摘要

This study reviews the study and experience of thermal deformation in machine tools. Discussing the thermal deformation models, which build by (1) moving average, (2) auto regression moving average. (3) feed-forward neural network and (4) recurrent neural network, also measuring the temperature and thermal deformation of the machine tools, take those four ways to build the thermal deformation model. Comparing predict results of four models to give the feasibility of the models of thermal deformation. The predicted results of four models, which can reduce thermal deformation effective, and beside FNN model, the other can reduce thermal deformation under 10μm.

並列關鍵字

Moving average ； Auto regression moving average ； Feed-forward neural network ； Recurrent neural network ； Thermal deformation compensation