典型文献
基于误差分离样本优化的主轴热误差建模研究
文献摘要：
数控机床在实际加工中会因主轴转速的变化而造成热误差波动,从而影响加工精度.针对这个问题,以一台数控车床为研究对象,提出了一种基于误差分离样本优化的主轴热误差建模方法.通过测量7种不同转速的热误差数据样本,对造成车床热误差变化的各项因素进行分离,并将数据样本通过聚类分组和特征提取以进行优化,完成了样本优化的热误差建模和预测对比分析.结果表明,选择泛化性较好的支持向量机(SVM)进行样本优化的热误差建模,测试的最大残差为5.29μm,性能优于单训练样本的支持向量机模型和全样本的BP神经网络模型.
文献关键词：
数控机床;热误差;主轴转速;特征提取
中图分类号：
作者姓名：
张蕾;黄美发;陈琳
作者机构：
玉林师范学院物理与电子信息学院,玉林 537000;桂林电子科技大学机电工程学院,桂林 541004;广西大学机械工程学院,南宁 530004
文献出处：
引用格式：
[1]张蕾;黄美发;陈琳-.基于误差分离样本优化的主轴热误差建模研究)[J].组合机床与自动化加工技术,2022(06):36-38,44
A类：
B类：
误差分离,样本优化,主轴热误差建模,建模研究,数控机床,实际加工,主轴转速,加工精度,一台,台数,数控车床,不同转速,差数,误差变化,聚类分组,泛化性,训练样本,支持向量机模型
AB值：
0.237582
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。
