数控铣床在铣削零件过程中,主轴会受到温度变化影响而发生热变形,导致铣削零件误差较大,从而降低产品精度。对此,采用一阶线性微分方程推导GM(1,1)模型,创建灰色预测模型。将神经网络模型与灰色预测模型进行组合,建立灰色神经网络预测模型。引用粒子群算法,在粒子群算法中增加变异操作和修改惯性权重系数,给出改进粒子群算法优化灰色神经网络预测模型的具体操作步骤。采用实验测试铣床铣削过程中所产生的热误差,并与预测模型进行比较。结果显示在铣床主轴X、Y、Z轴三个方向上,灰色神经网络预测模型对铣床主轴补偿后,得到的残差较大;而改进灰色神经网络预测模型对铣床主轴补偿后,得到的残差相对较小。采用改进粒子群算法优化灰色神经网络预测模型,能够提高铣床主轴铣削精度。

根据设计要求，设计某型湿喷机机械手机构，用于解决在恶劣施工环境下代替人工作业的问题。三节伸缩臂作为该机械手机构的关键部件，设计较为保守，强度、刚度等均有较大余量，为减轻机械手机构的结构自重，使材料的力学性能得到最大化利用，以三节伸缩臂结构为研究对象，进行参数灵敏度分析，为后期的轻量化设计打下基础。以强度、刚度为约束条件，结构自重为设计指标，探究三节伸缩臂的6个设计变量对设计指标的影响。首先运用MATLAB软件构建了6个设计变量与结构的最大应力（Von mises stress）、最大变形、第4阶模态的固有频率和结构自重的BP神经网络模型；然后集成运用软件ISIGHT和MATLAB实现基于描述性抽样法的蒙特卡洛（Monte Carlo）数值模拟，得到了各个设计变量与设计目标的灵敏度关系。参数灵敏度分析结果对同类结构设计具有重...