典型文献
机床主轴热误差通用型温度敏感点组合选取
文献摘要：
本文提出一种基于数量自动确定的机床主轴热误差通用型温度敏感点组合选取方法以解决敏感点数量的选取依赖人工经验的问题.首先,计算各温度变量与热误差之间的绝对均相关系数以评估各温度点对主轴热误差的相关程度.其次,将绝对均相关系数最大的温度点作为K-Means++聚类算法的首个初始聚类中心,进一步选取一系列数量不同的温度敏感点组合.然后,将所得的一系列敏感点组合和热误差作为输入,建立反向传播(Back Propagation,BP)神经网络热误差模型,并通过评价指标选取预测性能最优的温度敏感点组合.最后,在VMC850数控机床上进行了最优温度敏感点组合在不同工况相同误差项、相同工况不同误差项中的有效性以及在不同热误差模型中的通用性验证.结果表明,本文提出的温度敏感点组合选取法适用于不同工况下的误差预测,且在不同的热误差模型中具有良好的通用性.
文献关键词：
温度敏感点组合选取;主轴热误差建模;数量自动确定;有效性与通用性;温度敏感点评价指标
中图分类号：
作者姓名：
周琳丰;付国强;李正堂;雷国强;邓小雷
作者机构：
西南交通大学机械工程学院,四川成都610031;浙江大学流体动力与机电系统国家重点实验室,浙江杭州310027;四川大学机械工程学院,四川成都610065;重庆遨博智能科技研究院有限公司,重庆400050;衢州学院浙江省空气动力装备技术重点实验室,浙江衢州324000
文献出处：
引用格式：
[1]周琳丰;付国强;李正堂;雷国强;邓小雷-.机床主轴热误差通用型温度敏感点组合选取)[J].光学精密工程,2022(12):1462-1477
A类：
温度敏感点组合选取,数量自动确定,VMC850,温度敏感点评价指标
B类：
机床主轴,通用型,Means++,聚类算法,初始聚类中心,反向传播,Back,Propagation,误差模型,指标选取,预测性能,数控机床,不同工况,误差项,取法,误差预测,主轴热误差建模,有效性与通用性
AB值：
0.173568
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
