本文關鍵詞：數(shù)控機床多變量關聯(lián)熱誤差組合模型及其實驗驗證　出處：《東北大學學報(自然科學版)》2017年05期 　論文類型：期刊論文

  更多相關文章： 數(shù)控機床 熱誤差模型 熱誤差影響因素 偏最小二乘 最小二乘支持向量機

【摘要】：針對主要基于受綜合因素影響的機床本體溫度所建立的熱誤差模型魯棒性較差的問題.綜合考慮機床本體溫度、動力源轉(zhuǎn)速、冷卻液溫度及環(huán)境溫度提出了多變量關聯(lián)熱誤差組合模型.將最小二乘支持向量機(LS-SVM)的方法運用到熱誤差建模中,并利用偏最小二乘(PLS)方法提取輸入變量的主成分作為LS-SVM的輸入,形成PLS-LSSVM組合熱誤差模型.此外根據(jù)數(shù)控加工過程及材料熱變形原理,將相對起始溫度的差溫值作為溫度輸入,使熱誤差補償更加準確.在某型號精密加工中心進行實驗驗證,結果表明:PLS-LSSVM模型比LS-SVM更穩(wěn)定,比PLSR預測精度高;考慮差溫多變量的PLS-LSSVM模型較單純考慮機床本體測量溫度值的PLS-LSSVM~*模型,熱誤差預測值的均方根誤差(RMSE)平均減少了5.5μm.
[Abstract]:In addition , the PLS - LSSVM model is more stable than LS - SVM , and the PLS - LSSVM model is more stable than LS - SVM . The results show that PLS - LSSVM model is more stable than LS - SVM , and the PLS - LSSVM model is more stable than LS - SVM . The PLS - LSSVM model takes into account the PLS - LSSVM ~ * model of the temperature value of the machine tool body , and the mean square error ( RMSE ) of the thermal error prediction value is reduced by 5.5 渭m .

【作者單位】： 大連理工大學機械工程學院;首都航天機械公司;
【基金】：遼寧省科技創(chuàng)新重大專項(201301002) 遼寧省科學技術計劃重大項目(2015106016)
【分類號】：TH161.4
【正文快照】： 熱誤差是影響精密機床加工精度重要因素之一,在高速、精密數(shù)控機床長時間加工中,由熱變形產(chǎn)生的加工誤差更為突出,占總制造誤差的40%~70%[1].提高機床加工精度的方法包括誤差預防法和誤差補償法.在熱誤差補償技術中,能夠建立適應復雜工況、精確地預測機床熱變形的熱誤差模型是

【參考文獻】

相關期刊論文 前1條

1 馬躍;王洪福;孫偉;黃余彬;鞠修勇;;基于IFCM-GRA的空間多維熱誤差溫度測點優(yōu)化[J];大連理工大學學報;2016年03期

【共引文獻】

相關期刊論文 前1條

1 馬躍;王洪福;孫偉;黃余彬;;數(shù)控機床多變量關聯(lián)熱誤差組合模型及其實驗驗證[J];東北大學學報(自然科學版);2017年05期

【二級參考文獻】

相關期刊論文 前1條

1 張慧哲;王堅;;基于初始聚類中心選取的改進FCM聚類算法[J];計算機科學;2009年06期

【相似文獻】

相關期刊論文 前10條

1 趙海濤;馮偉;楊建國;;分段修正系數(shù)建模數(shù)控機床熱誤差[J];上海交通大學學報;2011年11期

2 謝鋒云;;基于隱馬爾科夫模型的機床軸承熱誤差狀態(tài)表征[J];機床與液壓;2012年17期

3 仇健;劉春時;劉啟偉;林劍峰;;龍門數(shù)控機床主軸熱誤差及其改善措施[J];機械工程學報;2012年21期

4 姜輝;楊建國;李自漢;姚曉棟;;基于誤差分解的數(shù)控機床熱誤差疊加預測模型及實時補償應用[J];上海交通大學學報;2013年05期

5 陳松;王永青;;數(shù)控機床熱誤差實時補償研究[J];機械設計與制造;2013年09期

6 盧曉紅;賈振元;張智聰;于小艷;;基于灰關聯(lián)分析的熱誤差測點優(yōu)化[J];組合機床與自動化加工技術;2011年02期

7 張琨;張毅;侯廣鋒;楊建國;;基于熱模態(tài)分析的熱誤差溫度測點優(yōu)化選擇[J];機床與液壓;2012年07期

8 陽紅;向勝華;劉立新;李昭平;殷國富;張s，

本文編號：1380309