点击次数：

论文类型：期刊论文

发表时间：2017-05-15

发表刊物：东北大学学报（自然科学版）

收录刊物：EI、CSCD、Scopus

卷号：38

期号：5

页面范围：700-705

ISSN号：1005-3026

关键字：数控机床;热误差模型;热误差影响因素;偏最小二乘;最小二乘支持向量机

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.