機床商務網(wǎng)技術文章
數(shù)控加工中心多變量關聯(lián)熱誤差組合模型及其實驗驗證
閱讀：79 發(fā)布時間：2020-8-11文章預覽：
熱誤差是影響精密加工中心加工精度重要因素之在高速、精密數(shù)控加工中心長時間加工中，由熱變形產生的加工誤差更為突出，占總制造誤差的40%?70% 10 .提高加工中心加工精度的方法包括誤差預防法和誤差補償法.
在熱誤差補償技術中，能夠建立適應復雜工況、精確地預測加工中心熱變形的熱誤差模型是進行熱誤差補償?shù)年P鍵和基礎，Mjcroliilioii微型加工加工中心制造商采用有限元方法建立微型加工中心的熱誤差模型，使主軸熱變形減少了 80% a . Eneko等0提出了基于參數(shù)狀態(tài)方程建模的一種新的熱誤差補償方法?近年來國內許多學者對基于熱誤差實驗的熱誤差模型進行了大量研究，提出支持向量機（support vector machine, SVM)、灰色系統(tǒng)理論、神經網(wǎng)絡等及其改進的熱誤差模型，以及灰色模型和神經網(wǎng)絡、主成分分析與神經網(wǎng)絡、遺傳昇法和神經網(wǎng)絡0 .偏小_乘（partial leastsquares, PLS)等組合預測方法來建立熱誤差模型.
以上熱誤差模型主要考慮加工中心本體溫度變化，但數(shù)控加工中心是一個復雜的系統(tǒng)，影響因素較多:動力源輸出量和速率、冷卻裝置及周圍環(huán)境等對熱誤差也有一定影響S .為此，本文針對某型號精密臥式加工中心，考慮加工中心本體溫度、主軸轉速、冷卻液溫度及環(huán)境溫度等多變量因素,并采用PLS和小_乘支持向量機（least squares supportvector machine，LS - SVM)相結合的方法建立模型，并對其進行實驗驗證.
備注：為保證文章的完整度，本文核心內容都PDF格式顯示，如未有顯示請刷新或轉換瀏覽器嘗試！
結論：
1) 經實驗驗證，采用差溫多變量的PLS-LSSVM熱誤差模型的RMSE比采用溫度測量值的PLS - LSSVM *熱誤差模型平均減小了45.83%.
2) PLS-LSSVM模型具有PLSR模型穩(wěn)定性強和LS - SVM模型泛化能力強的優(yōu)點，RMSE分別平均減小了 27. 13%, 18. 75%.