Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2011-10-20

Journal: 组合机床与自动化加工技术

Included Journals: ISTIC、PKU

Issue: 10

Page Number: 1-4,9

ISSN: 1001-2265

Key Words: 数控机床;热误差补偿;模糊C均值聚类;RBF神经网络

Abstract: 热关健点的选择和热误差建模技术是决定热误差补偿是否有效的关键,对提高数控机床的加工精度至关重要.为了实现对数控机床热误差的补偿控制,文章利用模糊C均值(FCM)聚类方法,对机床上布置的温度测点进行优化筛选,将温度变量从20个减少到4个,然后给出了基于RBF热误差补偿建模方法.通过建模实例表明,文章提出的建模方法,在保证补偿模型精度的同时有效减少了温度测点,降低了变量耦合影响,并提高了补偿模型的鲁棒性.