基于因子分析和贝叶斯估计的机床热误差建模.pdf

《基于因子分析和贝叶斯估计的机床热误差建模.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第9期组合机床与自动化加工技术NO．92013年9月ModularMachineTool&AutomaticManufacturingTechniqueSep．2013文章编号：1001—2265(2013)09—0005—04基于因子分析和贝叶斯估计的机床热误差建模代贵松，杨建国，朱小龙(上海交通大学机械与动力工程学院，上海200240)摘要：提出了一种基于因子分析和贝叶斯估计的机床热误差建模方法。根据因子分析理论，对布置在机床上的温度传感器进行筛选，在保证建模精度的前提下，减少了温度传感器的数量，同时也大大减小了后续热误差建模的运算量。以机床热误差和温度变量为数据输入集，通过因子分

2、析模型，推导出机床热误差的预测模型，然后对模型的参数采用贝叶斯估计。最后，在一台车削加工中心上进行实验验证，结果表明，文章所提的方法，在保证建模精度的同时，有效减少了温度传感器的数量，并提高了热误差模型的精确性和鲁棒性。关键词：数控机床；热误差建模；因子分析；贝叶斯估计中图分类号：TH16；TG65文献标识码：AThermalErrorModelingofaMachineToolBasedonFactorAnalysisandBayesianEstimationDAIGui—song．YANGJian—guo，ZHUXiao-long(SchoolofMechanicalEnginee

3、ring，ShanghaiJiaoTongUniversity，Shanghai200240，China)Abstract：ThispaperproposedakindofthermalerrormodelingmethodofamachinetoolbasedonFac—torAnalysisandBayesianEstimation．AccordingtotheFactorAnalysistheory，thetemperaturesensorswhichisfixedonamachinetooliSselectedinordertodecreasethenumberofthetem

4、peraturesensorsonconditionofsufficientprecision，inthemeantime，themountofcomputationisgreatlydecreasedinthesubsequentthermalerrormodeling．Takingtherma1errorofflmachinetoolandtemperaturevariablesasaninputdataset，andusingFactorAnalysisModel，theforecastingmodelofthethermalerrorofama—chinetoolcanbede

5、duced．andthenestimatetheparametersofthemodelwithBayesianEstimation．Atlast，anexperimentisconductedonaturningcenterandtheresultshowsthatthemethodproposedinthispapercannotonlyensuretheprecisionofthemodelbutalsodecreasethenumberoftemperaturesensorsgreatly，andimprovetherobustnessofthethermalerrormode

6、lasaresult．Keywords：machinetool；thermalerrormodeling；factoranalysis；bayesianestimation组，再从各分组中选择出与热变形相关系数最大0引言的温度变量作为建模的典型变量，以减小温度变量随着科学技术的Et新月异，制造业对于机床精之间的耦合性对于建模精度的影响，从而提高热模度的要求不断提高⋯。大量研究表明，在高精、高速型的鲁棒性。最后，根据优选出的典型温度变量，加工过程中，机床热变形引起的热误差占总误差的采用因子分析和贝叶斯估计建立机床热误差模型。70％2j。因此，机床热误差补偿能够很有效地提高结果表明，该方法

7、大大提高了热误差模型的精度和机床的加工精度。在热误差补偿过程中，温度测点鲁棒性，实现了热误差建模领域一次新的尝试，具有的布置、选择和热误差模型的建立是难点。从经重大的理论意义和工程实践意义。济上考虑，需要尽可能地减少传感器的数目，但太少1温度测点在机床上的优化布置的传感器势必影响热误差模型的精度。因此，对温度测点进行优化布置，确定传感器的最优数目和1．1因子分析基本原理最佳位置具有重要的实用价值。因子分析是一种多变量统计分析方法，目的本文采用因