[发明专利]数据与机理融合的卷绕机锭轴装配精度预测方法

摘要

本发明涉及一种数据与机理融合的卷绕机锭轴装配精度预测方法，在雅可比旋量模型基础上引入公差域的点云拟合对旋量的实际变动区间进行求解，该方法考虑了并联装配关系和零件表面形貌特征对锭轴装配精度的影响，提高机理模型的预测精度；针对锭轴装配数据少，致使数据补偿机理误差困难的问题，本发明提出深度置信神经网络‑双层BP神经网络的误差补偿模型将机理数据与实测数据进行融合，解决了因数据量不够而导致的模型泛化能力差，且因融入了实测数据，数据预测模型预测精度要优于雅可比旋量模型，对卷绕机的装配设计具有显著的工程实用价值。