10.3969/j.issn.1001-3881.2018.03.026
数控机床主轴热误差的数据驱动模型研究
当实际工况与建模工况存在差异时,传统的热误差模型往往表现出较差的鲁棒性和预测精度,主要原因在于建模数据的局限性和模型的未建模动态.为了改善上述状况,提出了一种基于数据驱动的数控机床主轴补偿模型.此模型采用无模型自适应控制算法建模,结合机床运行中生成的数据(温度数据和误差数据)对热误差模型进行实时修正,使模型能快速适应新的加工工况,从而提高模型的鲁棒性.在一台数控车床主轴上进行了试验验证,结果表明:无模型自适应控制与多元回归模型比较,其标准差、最大残差和误差平方和分别提高了41%、62%和56%,此模型的鲁棒性和预测效果好.同时,此方法为大数据在机床主轴热误差补偿中的应用奠定了基础.
热误差补偿、无模型自适应控制、数控机床主轴、大数据
46
TH161
国家自然科学基金资助项目51605381;四川省科技厅科技支撑项目2016GZ0205;四川省教育厅重点项目16ZA0415
2018-04-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
103-107