Optimized analysis of precision grinding machine bed based on neural network

摘要

变形和固有频率是评价精密机床结构刚性的重要参数。为了提高磨床的整体刚性,提出一种利用bP神经网络来优化精密磨床床身结构的方法。以自主开发的高精度平面磨床2Mk1760为研究对象,利用有限元分析软件AnSyS对床身进行静力分析和模态分析。为了减小精密磨床的变形和振动,将部分关键参数作为神经网络的输入,以此预计床身尺寸参数与变形量和固有频率之间的关系,从而获得磨床床身的优化尺寸。分析结果表明,通过神经网络优化后的床身变形量相比初始结构减小了36.51%,而固有频率增加了11.96%。