来源：期刊VIP网 时间：
作者：魏国家;赵冠;赵巍;王威;
单位：辽宁省交通高等专科学校机电系;天津市高速切削与精密加工重点实验室;
摘要：针对五轴机床铣削过程中轮廓误差的多因素耦合问题，提出了一种基于数字孪生框架下深度学习神经网络轮廓误差预测模型。在构建五轴机床的数字孪生体的基础上，实时映射机床在不同加工条件下的动态数据，结合测量的轮廓误差来建立并且训练轮廓误差代理预测模型，以解耦轮廓误差的多因素叠加耦合效应。通过进行自由曲面形式“S”件的铣削轮廓试验，测量了XYZ三个方向上的实际轮廓误差，并与预测模型得出的误差进行对比。结果表明，预测模型在XYZ方向上的轮廓绝对平均误差分别为0.009、0.008和0.003mm，达到了工程应用的精度要求。进而，根据预测的轮廓误差动态调整原始理论刀具轨迹坐标，提前实现误差补偿，减少加工时间。
关键词：轮廓误差;;误差预测;;数字孪生;;神经网络;;补偿
基金资助：辽宁省教育厅2022年基本科研项目（LJKMZ20222111）
