基于PLS和改进CVR的数控机床热误差建模

发布时间：2018-11-24 09:24

【摘要】：为提高支持向量回归(SVR)模型的预测能力,将核心向量回归(Core vector regression,CVR)方法引入到数控机床热误差建模中,并采用偏最小二乘(Partial least squares,PLS)算法从输入样本提取主成分,构建特征集,然后使用改进的粒子群优化(Improved particle swam optimization,IPSO)算法对CVR的模型参数进行寻优,从而提出一种基于PLS-IPSO-CVR的数控机床热误差建模方法。仿真实验表明,所提出的建模方法在预测精度和速度方面优于传统SVR模型和BP神经网络模型,从而验证了组合建模方法的可行性和有效性。
[Abstract]:In order to improve the prediction ability of support vector regression (SVR) model, the kernel vector regression (Core vector regression,CVR) method was introduced into the thermal error modeling of NC machine tools, and partial least square (Partial least squares, was used. PLS) algorithm extracts the principal component from the input sample, constructs the feature set, and then uses the improved particle swarm optimization (Improved particle swam optimization,IPSO) algorithm to optimize the model parameters of CVR. Thus, a modeling method for thermal error of NC machine tools based on PLS-IPSO-CVR is proposed. The simulation results show that the proposed modeling method is superior to the traditional SVR model and BP neural network model in prediction accuracy and speed, which verifies the feasibility and effectiveness of the combined modeling method.
【作者单位】： 衢州职业技术学院信息工程学院;浙江大学机械工程学系;
【基金】：国家自然科学基金资助项目(551105336) 浙江省自然科学基金资助项目(Y1100281) 浙江省重点科技创新团队计划资助项目(2009R50008) 浙江省科技厅公益性应用研究计划资助项目(2014C31089)
【分类号】：TG659

【参考文献】

相关期刊论文 前2条

1 刘杰;甘旭升;高海龙;王美NB;;基于偏最小二乘特征提取的支持向量机回归算法[J];火力与指挥控制;2009年09期

2 张毅;杨建国;;基于灰色理论预处理的神经网络机床热误差建模[J];机械工程学报;2011年07期

【共引文献】

相关期刊论文 前10条

1 高忠华;陈锡侯;杨继森;彭东林;;直线时栅传感器全误差模型与误差修正方法研究[J];传感器与微系统;2012年08期

2 成天驹;陈海东;计昌柱;邵善敏;胡学敏;;数控加工中心主轴热误差多元回归建模技术[J];安徽职业技术学院学报;2012年03期

3 高忠华;彭东林;;直线时栅测量系统的误差研究[J];电子测量与仪器学报;2013年01期

4 苗恩铭;龚亚运;成天驹;陈海东;;支持向量回归机在数控加工中心热误差建模中的应用[J];光学精密工程;2013年04期

5 李玲玲;孙训俊;孙东旺;韩俊杰;;电器产品的灰色灾变预测模型[J];低压电器;2013年16期

6 杨庆东;孟玲霞;米洁;;精密数控立式静压圆台磨床热特性分析[J];北京信息科技大学学报(自然科学版);2014年01期

7 计昌柱;苗继超;党连春;;数控机床主轴热误差测量精度提升方法研究[J];安徽职业技术学院学报;2014年01期

8 李玲玲;韩俊杰;王成山;;基于灰色理论的继电器电接触可靠性预测[J];机械工程学报;2012年02期

9 王维;杨建国;姚晓栋;范开国;李自汉;;数控机床几何误差与热误差综合建模及其实时补偿[J];机械工程学报;2012年07期

10 杨勇;王时龙;周杰;康玲;杨帅;;基于自动编程系统的大型滚齿机热误差补偿[J];计算机集成制造系统;2013年03期

相关硕士学位论文 前10条

1 周源;精密加工中心热误差检测及补偿技术研究[D];大连理工大学;2010年

2 钱文杰;基于无线传感技术的数控机床温度监测系统研究与实现[D];浙江大学;2011年

3 柳强;基于完全参数补偿的智能槽道流量检测系统的研究[D];南京航空航天大学;2009年

4 刘殿崇;重型数控落地铣镗床滑枕组件热误差补偿技术研究[D];哈尔滨工业大学;2011年

5 叶三排;数控机床的热误差补偿技术研究[D];大连理工大学;2012年

6 陈晨;桥式五轴数控铣床热误差检测、建模及补偿研究[D];西南交通大学;2012年

7 魏青云;基于改进型灰色RBF神经网络的小批量产品质量控制研究[D];郑州大学;2012年

8 翟永强;贝叶斯网络在道岔控制电路故障诊断中的应用研究[D];兰州交通大学;2012年

9 汪淳;XK2535镗铣床工作面导轨温度场分析及实验研究[D];湖北工业大学;2013年

10 王智;基于灰色理论和神经网络的弯曲回弹预测研究[D];西南交通大学;2013年

【二级参考文献】

相关期刊论文 前2条

1 杨建国,任永强,朱卫斌,黄明礼,潘志宏;数控机床热误差补偿模型在线修正方法研究[J];机械工程学报;2003年03期

2 林伟青;傅建中;陈子辰;许亚洲;;数控机床热误差的动态自适应加权最小二乘支持矢量机建模方法[J];机械工程学报;2009年03期

【相似文献】

相关期刊论文 前10条

1 张琨;姚晓栋;张毅;杨建国;;基于时序模型优化选择的热误差建模[J];组合机床与自动化加工技术;2011年10期

2 林洁琼;邱立伟;卢明明;;基于多体系统理论的精密加工中心综合误差建模[J];机床与液压;2011年21期

3 陈亚宁;丁文政;裴亮;;三轴再制造机床空间几何误差建模与辨识研究[J];机床与液压;2008年04期

4 徐芳;;基于多体系统理论的五轴联动机床误差建模[J];企业技术开发;2014年11期

5 张毅;杨建国;李自汉;;基于自然指数模型的机床定位误差建模与实时补偿[J];组合机床与自动化加工技术;2013年08期

6 张锋;鲍磊;孙瑞涛;王福闯;邵敏;;PSA贴敷设备的精度分析和几何误差建模[J];制造业自动化;2014年13期

7 杨洋;聂学俊;黄谨佳;沈晓红;王丽;;机床热误差建模研究现状分析[J];煤矿机械;2012年01期

8 朱秋菊;李郝林;;基于神经模糊控制的机床热误差建模方法[J];现代制造工程;2012年11期

9 项伟宏,郑力,刘大成,赵大泉;机床主轴热误差建模[J];制造技术与机床;2000年11期

10 陈剑雄;林述温;;基于微分变换的数控机床几何误差建模的研究[J];工具技术;2013年08期

相关会议论文 前1条

1 范晋伟;关佳亮;王文超;骆琪;刘又午;章青;;3-5轴数控机床通用空间几何误差建模及精密加工指令求解方法研究[A];面向21世纪的生产工程——2001年“面向21世纪的生产工程”学术会议暨企业生产工程与产品创新专题研讨会论文集[C];2001年

相关博士学位论文 前2条

1 李永祥;数控机床热误差建模新方法及其应用研究[D];上海交通大学;2007年

2 崔岗卫;重型数控落地铣镗床误差建模及补偿技术研究[D];哈尔滨工业大学;2012年

相关硕士学位论文 前9条

1 李锋;大型双柱立车误差建模、测量及分析[D];上海交通大学;2011年

2 杨枝;高档数控机床几何误差建模与参数溯源优化技术及其应用[D];浙江大学;2014年

3 邹君阳;数控机床整机热分析及动态热误差建模的研究[D];华东理工大学;2013年

4 白福友;基于贝叶斯网络的数控机床热误差建模研究[D];浙江大学;2008年

5 邱立伟;多轴数控机床综合误差建模与补偿的研究[D];长春工业大学;2011年

6 赵晓东;快速刀具伺服机构的误差建模与分析[D];吉林大学;2011年

7 何振亚;数控机床三维空间误差建模及补偿研究[D];浙江大学;2010年

8 陈志俊;数控机床切削力误差建模与实时补偿研究[D];上海交通大学;2008年

9 王鑫;数控微磨床综合空间误差建模与分析[D];沈阳理工大学;2012年

，

本文编号：2353129