数控机床多变量关联热误差组合模型及其实验验证

发布时间：2018-01-04 22:11

本文关键词：数控机床多变量关联热误差组合模型及其实验验证　出处：《东北大学学报(自然科学版)》2017年05期 　论文类型：期刊论文

【摘要】：针对主要基于受综合因素影响的机床本体温度所建立的热误差模型鲁棒性较差的问题.综合考虑机床本体温度、动力源转速、冷却液温度及环境温度提出了多变量关联热误差组合模型.将最小二乘支持向量机(LS-SVM)的方法运用到热误差建模中,并利用偏最小二乘(PLS)方法提取输入变量的主成分作为LS-SVM的输入,形成PLS-LSSVM组合热误差模型.此外根据数控加工过程及材料热变形原理,将相对起始温度的差温值作为温度输入,使热误差补偿更加准确.在某型号精密加工中心进行实验验证,结果表明:PLS-LSSVM模型比LS-SVM更稳定,比PLSR预测精度高;考虑差温多变量的PLS-LSSVM模型较单纯考虑机床本体测量温度值的PLS-LSSVM~*模型,热误差预测值的均方根误差(RMSE)平均减少了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 .

【作者单位】：大连理工大学机械工程学院;首都航天机械公司;
【基金】：辽宁省科技创新重大专项(201301002) 辽宁省科学技术计划重大项目(2015106016)
【分类号】：TH161.4
【正文快照】： 热误差是影响精密机床加工精度重要因素之一,在高速、精密数控机床长时间加工中,由热变形产生的加工误差更为突出,占总制造误差的40%~70%[1].提高机床加工精度的方法包括误差预防法和误差补偿法.在热误差补偿技术中,能够建立适应复杂工况、精确地预测机床热变形的热误差模型是

【参考文献】