基于FCM自适应模糊聚类的温度测点优化.pdfVIP

基于 FCM 自适应模糊聚类的温度测点优化术 周 杰① 李小汝① 罗范杰② (①四川工程职业技术学院，四川 德阳618000； ②西南科技大学制造科学与工程学院，四川 绵阳621010) 摘 要：在数控机床热误差建模 中，温度测点的选择与优化是一个难点。针对传统的FCM模糊聚类方法对 数控机床温度测点优化需要人为事先确定聚类数 目，提出了一种 FCM 自适应模糊聚类测点优化方 法。该方法在 FCM 聚类算法的基础上，建立了聚类数 自适应 函数，并 自动给 出最佳聚类数。通过 对一台立式铣床进行实验验证 ，结果表明：FCM 自适应模糊聚类方法 自动将机床 的温度测点 由13 个减少到6个。结合多元回归分析 ，建立 了关键测温点的热误差模型，所建立的热误差模型精度较 高，热误差由50van减小到 10pm 以下，验证了该方法的有效性。 关键词：热误差：FCM模糊聚类 ；自适应 ；测点优化 中图分类号：TG502．15 文章标识码 ：A Optimizationofthetemperaturemeasuringpointsbasedon self-。adaptiveFCM fuzzyclustering ZHOUJie① LIXiaoru① LUOFanjie② ， ， ((~)SichuanEngineeringTechnicalCollege，Deyang618000，CHN；② SchoolofManufacturing ScienceandEngineering，SouthwestUniversityofScienceandTechnology，Mianyang621010，CHN) Abstract：SelectionandoptimizationoftemperaturemeasuringpointisadifficultyinCNCmachinetoolthermaler— rormodeling．Inview ofthetraditionalFCM fuzzyclusteringmethod，theclusteringnumbermustbede· terminedinadvanceintheoptimizationofCNCmachinetooltemperaturemeasuringpoints，therefore，a FCM self—adaptivefuzzyclusteringoptimizationmethodisproposed．Themethodestablishesanumberof clusteringself—adaptivefunctionbasedonFCM clusteringalgorithm，andautomaticallygivetheoptimal clusteringnumbers．Bymeansoftheexperimentonverticalmillingmachine，theresultsshowthatthea— daptivemethodreducesthetemperaturemeasuringpointsfrom 13to6．Connectingwiththemultiplere- gressionanalysis，thethermalerrormodelisestablishedwithahighprecision，andthermalerrorisre- ducedfrom 50 Ixm to10 Ixm，also，theeffectivenessoftheproposedmethodisverified． Keywords：thermalerror；FCM fuzzyclustering；self—ad