机械主轴在高速运行过程中由于转子质量分布不均,造成主轴振动,从而影响其加工精度,因此常常采用动平衡方法来降低此类原因造成的振动。由于机械主轴长时间工作在变化频繁的工况条件下,难以在较短的时间内对主轴振动值进行准确调节,因此机械主轴振动预报模型对动平衡调节有着重要意义。机械主轴振动预报模型机理复杂,振动幅值具有随转速变化而非线性变化的特性,难以建立精确的机械主轴振动预报模型。且内置平衡块位置的选择忽略了变化工况对位置更新参数的影响,导致机械主轴振动预报模型精度较低。采用RNN(Recurrent Neural Network)递归神经网络建立机械主轴振动预报模型,对内置平衡块不同位置和主轴转速下的振动幅值预报,并引入HS(Harmony Search)和声搜索算法对平衡块位置参数通过自学习更新,从而提高机械主轴振动预报模型的精度。实验结...

电主轴的热变形是机床精密加工精度的非常关键的影响因素之一,而热膨胀系数是影响电主轴热变形的关键参数。热膨胀系数受多种参数的影响,呈较强的非线性关系,且没有精确数学模型进行描述。利用人工蜂群算法不依赖精确数学模型寻优的优势,对电主轴热变形模型中的关键系数—热膨胀系数进行优化,从而提出了基于改进人工蜂群算法的电主轴热变形模型。仿真研究结果表明,改进的蜂群算法相比于标准蜂群算法优化精度提高了大约2倍,达到收敛精度的迭代次数减少10%-16%,动态寻优能力加强。以100MD60Y4型号电主轴为被控对象,对不同转速下的电主轴进行热变形研究。实验结果表明,以转速为2000rad/min为例,基于经验热膨胀系数得到的热变形量与实际测得的热变形量在X、Y、Z三个方向的误差分别为0.17μm、0.47μm、1.48μm,基于优化热膨胀系数得到的热变形量与...