基于 OE-CM 算法的机床主轴热误差建模与补偿分析

摘要：

针对机床热误差建模过程中,误差信息不透明、数据特性不全面等不利因素,根据机床主轴热误差实验数据,分别采用 GM(1,n)模型和最小二乘支持向量机(LS-SVM)模型建立主轴热误差预测模型并进行线性叠加,然后采用预测有效度算法调整模型加权系数,建立了最优有效度复合预测模型(OE-CM)以获取最佳预测效果。在 VXC-560型三轴数控机床上进行在线实验建模,实验结果表明：OE-CM 具有预测精度高、鲁棒性好等特点,整体预测效果优于灰色 GM(1,n)模型和 LS-SVM 模型,适合在复杂工况条件下对机床主轴热误差进行预测和补偿,为提高机床热误差补偿精度建立了理论模型。为了验证该预测模型的有效性,对所研究的机床主轴进行热误差在线补偿,机床主轴 Z 向最大误差从23.8μm 减小到8μm,减幅达到66.4%,较好地提高了机床精度,具有一定的工程化推广前景。

关键词：数控机床、热误差建模、预测有效度、误差补偿

分类号：TH161

资助基金：国家自然科学基金资助项目11176027;国家重大科学仪器设备开发专项资助项目2012YQ130226;西南科技大学博士研究基金资助项目14zx7163

在线出版日期：2015-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2757-2762