摘要： 热误差作为影响数控插齿机加工精度的重要因素之一，而目前有关插齿机的热误 差补偿相关资料欠缺。提出基于 ＧＡＢＰ神经网络的机床热误差优化建模方法，针对插齿机减 少其热误差，提高加工精度。针对神经网络算法较多，但补偿效果仍存差距，因此比较了遗传算 法（ＧＡ）和 ＢＰ神经网络算法，介绍 ＧＡＢＰ神经网络模型的具体步骤，以 ＹＫＳ５１３２ＤＸ３型数控插 齿机为实验对象，获得了敏感点温度和主轴 Ｘ、Ｙ方向的热误差值，在此基础上，建立 ＢＰ神经网 络热误差预测模型和 ＧＡＢＰ网络热误差优化模型。实验结果表明：与 ＢＰ神经网络热误差模型 相比，ＧＡＢＰ神经网络热误差模型的预测精度更高，残差变化幅度较平稳，稳健性强。

关键词: ＢＰ神经网络；ＧＡＢＰ神经网络；数控插齿机；稳健性

中图分类号: 

• TH161+.4