数控机床主轴热误差预测模型的修整.pdf

《数控机床主轴热误差预测模型的修整.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7期组合机床与自动化加工技术NO．72014年7月ModularMachineTool＆AutomaticManufacturingTechniqueJu1．2014文章编号：1001—2265(2014)07—0100—03DOI：10．13462／j．cnki．mmtamt．2014．07．028数控机床主轴热误差预测模型的修整术赵昌龙，于淼(长春大学机械工程学院，长春130022)摘要：数控机床热误差补偿是提高机床加工质量的有效手段，文章针对最小二乘支持向量机法建立的预测模型鲁棒性的不足以及稀疏性的缺失问题，对初始的预测模型进行了鲁棒性和稀疏性训练，在保证

2、模型预测精度的同时是整个模型更具鲁棒性，并且通过稀疏性训练大大提高了整个模型的运行速度，为今后更好的进行误差补偿奠定了基础。关键词：热误差建模；鲁棒性；稀疏性；数控机床中图分类号：TH166；TG502文献标识码：ATheModel’SDressingofThermalErrorontheSpindleoftheCNCMachiningZHA0Chang—long．YUMiao(CollegeofMechanicalEngineering，ChangchunUniversity，Changchun130022，China)Abstract：Thecompensat

3、ionofCNCmachinetoolthermalerroristheeffectivemeasuretoimprovethequalityofmachinetoolprocessing，theinitialmodelofLS—SVMonspindlethermalerrorislackofrobust—nessandsparse，SOinthepaperwetrainthemodelwithrobustnessandsparse，aftertrainingthemodelhavemorerobustnessandsparse，andguaranteetheac

4、curacy，andimprovethespeedofmodelwiththesparsetraining，theworklaythefoundationforerrorcompensation．Keywords：themodelofthermaleror；robustness；sparse；CNCmachine的分类问题上，LS—SVM预测模型的建立首先要依赖核O引言函数的选择以及特征空间方法，在一般情况下，利用当今社会，数控机床的使用已经深入到生产制造业LS．SVM建模时要将所用数据进行非线性处理，经过处的各个领域，人们在追求高效率的同时对数控机床的加理的数据

5、反映到某个高维特征空间里并进行第二次的工精度也越来越重视，但是纯粹的靠提高数控机床的制空间线性回归分析。核函数的选择至关重要，它影响造精度与装配精度的方法来提高加工精度不仅成本过高了整个求解运算的过程，目前核函数应用较多的有三而且难于完成，因此，数控机床的误差补偿技术得到广泛种，分别是多项式核函数、径向基核函数以及Sigmoid研究。在数控机床的各项误差因素中，热误差特别是主轴核函数，在数控机床的热误差建模过程中，考虑到温度部件发热所引起的热误差是影响最大的环节。场数据是线性不可分数据的原因，采用径向基核函数在对数控机床主轴系统进行热误差补偿之前，首处理效果最好。

6、先要对机床主轴热误差进行数学建模，模型预测精度1．2初始数学模型的建立及运行速度直接影响后期补偿的效果。目前，国内外在预测模型的建立过程中引入了最小二乘支持向研究人员利用专家系统、神经网络、模糊系统以及多元量机法J，最小二乘支持向量机法(LS—SVM)是最优回归模型等方法开展了误差补偿方面的研究，本文即超平面在线性可分的情况下发展起来的，实用价值很针对数控机床主轴热误差建立最小二乘支持向量机预高，将最小二乘线性系统应用到损失函数中，原来复杂测模型，并对初始模型进行鲁棒性与稀疏性训练以提的求解过程可以用一个等式方程组来代替，这就使整高模型的预测精度。个建模过程的计算

7、量大大下降，运算速度得到显著提1预测模型的建立高，将其应用到非线性函数的估算以及模式识别中都能发挥重要作用。本文就是利用了最小二乘支持向量1．1最小二乘支持向量机法机法对数控机床主轴的热误差进行预测，以机床主轴最小二乘支持向量机法最用应用于某些简单的温度场变化为输入，主轴热误差为的输出端，建立初收稿日期：2013—11—12；修回日期：2013—12—20基金项目：吉林省科技厅自然科学基金项目(201215114)作者简介：赵昌龙(I979一)，男，长春人，长春大学讲师，博士，主要研究方向是精密加工技术、数控装备与数字制造技术，(E—mia1)zhao197902

8、04@12