提出了一种通过应用制造大数据来提高数控机床组群整体性能的新思路和实现方法,分析了以机床模型为中心的误差预测问题,介绍了机床组群实时加工数据的互学习精度参数优化方法,以及大数据驱动的机床加工精度优化路径,对数控机床互学习精度优化的关键技术进行分析。

采用新型激光熔覆技术对液压立柱进行多物理场作用下的激光加工与修复,通过试验表明,确定多物理场复合作用下的液压支架立柱激光熔覆工艺参数,能较好地实现液压立柱腐蚀点的修复,为稳态电/磁复合场和超声振动场辅助激光熔覆液压支架立柱加工技术提供理论依据。

为减少热误差对数控机床加工精度的影响，提高灰色系统模型（GreysystemModel，GM）的预测精度，尝试将改进混沌粒子群优化（Improvemen Chaotic Particle Swarm Optimization，ICPSO）算法引入到灰色系统模型中，提出一种基于改进混沌粒子群优化算法的灰色系统模型数控机床热误差建模方法。首先，建立粒子群优化（Particle Swarm Optimization，PSO）粒子与GM（1，N）系数的映射关系；其次，ICPSO中混沌理论的Logistic映射对粒子群的位置和速度进行初始化，通过优化搜索得到最优GM（1，N）系数和输入子集；最后，建立改进混沌粒子群优化的灰色系统模型（ICPSO．GM），对数控机床热误差进行预测。仿真实验表明，ICPSO-GM预测精度高于GM和人工神经网络（ANN）模型，证明了ICPSO-GM能有效地解决数控机床热误差预测问题。