A deformação térmica é o principal fator que afeta a precisão do processamento em retificadoras, limitando severamente a melhoria adicional da precisão das máquinas-ferramenta. Para melhorar a precisão da previsão do erro térmico, foi proposto um método de previsão do erro térmico do eixo principal da retificadora baseado na condução térmica e redes neurais convolucionais. De acordo com a teoria da condução térmica, foi derivada a relação de mapeamento entre a diferença de temperatura da superfície do eixo principal e o ambiente externo e as variáveis térmicas, revelando a essência da deformação térmica do material. Em seguida, foi estabelecido um modelo de previsão do erro térmico baseado em rede neural, com a diferença de temperatura como entrada e a quantidade de deformação térmica do eixo principal como saída. O modelo possui 4 camadas de rede neural, correspondendo respectivamente à diferença de temperatura, incremento de energia térmica, variável temporal e quantidade de deformação térmica. O modelo foi treinado utilizando o algoritmo de retropropagação e os parâmetros do modelo foram calculados. Finalmente, foi desenvolvido um sistema de compensação do erro térmico do eixo principal da retificadora com base no controlador CNC SINUMERIK 840D e validado em uma retificadora CNC específica. Os resultados mostraram que, após a compensação do erro térmico do eixo principal, a precisão de usinagem da retificadora aumentou 41,7%, validando a eficácia e viabilidade do modelo de previsão do erro térmico do eixo principal proposto neste artigo.

condução térmica;erro térmico;algoritmo de retropropagação;rede neural;eixo principal da retificadora