一种基于深度神经网络和蒙特卡洛法的机床热误差模型可靠度计算方法

摘要

本发明提供了一种基于深度神经网络和蒙特卡洛法的机床热误差模型可靠度计算方法，属于数控机床热误差补偿领域。该方法首先根据机床热特性参数的概率分布和热误差模型，生成一组用于训练深度神经网络的数据；然后基于深度置信网络构建深度神经网络，并应用训练数据对其进行训练；接着根据机床热特性参数的概率分布得出一组随机抽样数据，并以该组随机抽样作为输入，应用训练好的深度神经网络得出输出；最后基于蒙特卡洛法计算机床热误差模型的可靠度。对于既没有明确的解析表达式，也很难得出代替多项式的机床热误差模型，通过本方法，可定量分析热特性参数变化对机床热误差模型预测效果的影响，对热误差模型的长期预测效果做出预估。