数控机床主轴热误差预测模型的修整.pdfVIP

第 7期 组 合 机 床 与 自动 化 加 工 技 术 NO．7 2014年 7月 M odularM achineTool＆ AutomaticM anufacturingTechnique Ju1．2014 文章编号：1001—2265(2014)07—0100—03 DOI：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 ：A TheModel’SDressingofThermalErroron theSpindleoftheCNC Machining ZHA0Chang—long．YU Miao (CollegeofMechanicalEngineering，ChangchunUniversity，Changchun130022，China) Abstract：ThecompensationofCNC machinetoolthermalerroristheeffectivemeasureto improvethe qualityofmachinetoolprocessing，theinitialmodelofLS—SVM onspindlethemr alerrorislack ofrobust— nessandsparse，SOinthepaperwetrainthemodelwithrobustnessandsprase，afterrtainingthemodelhave morerobustnessandsprase，andguaranteehteaccuracy，andimprovethespeedofmodelwith htesprase rtaining，theworklaythefoundationforerrorcompensation． Keywords：themodelofthemr alerror；robustness；sprase；CNC machine 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。 先要对机床主轴热误差进行数学建模 ，模型预测