[發明專利]一種可預測滾珠絲杠溫升及熱誤差的建模方法

在審

• 申請號: 202110698141.5
• 申請日: 2021-06-23
• 公開（公告）號: CN113591339A
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 滿兵;郭永環;范希營
• 申請（專利權）人: 江蘇師范大學
• 主分類號: G06F30/23
• 分類號: G06F30/23;G06N3/00;G06N3/04;G06N3/08;G06F119/08
• 代理公司: 北京淮海知識產權代理事務所(普通合伙) 32205
• 代理人: 楊曉亭

1.一種可預測滾珠絲杠溫升及熱誤差的建模方法，其特征在于，具體包括以下步驟：

步驟一、構建瞬態熱-結構耦合有限元仿真模型：首先建立滾珠絲杠理論三維模型、并進行網格劃分，然后根據軸承的發熱量計算和滾珠絲杠螺母副的發熱量計算進行熱邊界條件計算，最后在理論三維模型的基礎上利用APDL將滾珠絲杠螺母副產生的熱量作為移動熱載荷進行移動熱載荷加載，通過對熱流密度和對流系數的分段加載和卸載，計算滾珠絲杠進給系統的溫度場與熱變形場，構建瞬態熱-結構耦合有限元仿真模型；

步驟二、構建PSO-GNN熱誤差預測模型：在瞬態熱-結構耦合有限元仿真模型的基礎上，首先構建以溫升數據作為輸入、將熱誤差數據作為輸出的灰色神經網絡熱誤差預測模型，其次用粒子群算法優化灰色神經網絡預測模型生成PSO-GNN熱誤差預測模型。

2.根據權利要求1所述的可預測滾珠絲杠溫升及熱誤差的建模方法，其特征在于，步驟一中，將滾珠絲杠螺母副產生的熱量作為移動熱載荷進行移動熱載荷加載時，選取7200s作為仿真總時長，每走一步先刪除滾珠絲杠螺母副與滾珠絲杠接觸面的熱對流系數、再將熱流密度施加到滾珠絲杠與軸承上。

3.根據權利要求1所述的可預測滾珠絲杠溫升及熱誤差的建模方法，其特征在于，步驟二中，構建灰色神經網絡熱誤差預測模型時，n個參數的灰色神經網絡模型的微分方程表達式為

式中，y₁,y₂,…,y_n為系統輸入參數，y₁為系統輸出參數，a,b₁,b₂…,b_n-1為微分方程系數；

n個參數的灰色神經網絡模型的響應式為

令則

將上式映射到一個BP神經網絡中，得到n個輸入參數和1個輸出參數的灰色神經網絡。

4.根據權利要求3所述的可預測滾珠絲杠溫升及熱誤差的建模方法，其特征在于，LA、LB、LC、LD分別表示灰色神經網絡的四層，令則網絡初始權值為

w₂₁＝a,w₂₁＝-y₁(0),w₂₂＝u₁,w₂₃＝u₂,…,w_2n＝u_n-1

w₃₁＝w₃₂＝…＝w_3n＝1+e^-at

LD中輸出節點的閾值為θ＝(1+e^-at)(d-y₁(0))，網絡預測誤差為式中，N為樣本數，y為熱誤差期望輸出值，y₁為熱誤差預測輸出值。