- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数控机床热误差的动态自适应加权最小二乘支持矢量机建模方法
学兔兔 第45卷第 3期 机 械 工 程 学 报 VO1.45 NO.3 2009年 3 月 JOURNALOFMECHANICALENGINEERING MaI. 20O9 DoI:10.3901/JM E.2009.O3.178 数控机床热误差的动态 自适应加权最小二乘支持 矢量机建模方法术 林伟青 ,2 傅建中 陈子辰 许亚洲 f1.浙江大学机械与能源工程学院 杭州 310027; 2.福建农林大学机电学院 福州I 350002) 摘要:为消除数控机床热误差对加工精度的影响,提出基于动态 自适应加权最小二乘支持矢量机的数控机床热误差建模方法。 为构建机床热误差模型,对一台XK713数控铣床进行建模试验,采用智能温度传感器与激光位移传感器分别获取机床温度 值与主轴变形量。运用动态 自适应算法,优化选择建模过程中的参数;对采样数据进行初始最d-乘支持矢量机建模,根据 误差变量确定权重系数,得到基于加权最小二乘支持矢量机的数控铣床热误差模型。试验结果表明,基于动态 自适应最小二 乘支持矢量机的数控机床热误差建模方法精度高,泛化能力强,优于未加权最小二乘支持矢量机方法与传统最小二乘法。获 得的模型可用于数控机床热误差补偿,以提高数控机床的加工精度。 关键词:加权最小二乘支持矢量机 动态 自适应 建模 中图分类号:TP205 M odelingofNCM achineToolThermalErrorBasedonAdaptive Best—fi·ttingW LS--SVM LIN WeiqingL FUJianzhong CHEN Zichen XUYazhou (1.CollegeofMechanicalandEnergyEngineering,ZhejiangUniversity,Hangzhou310027; 2.CollegeofMechanicalandElectricalEngineering,FujianAgricultureandForestryUniversiyt,Fuzhou350002) Abstract:InordertoeliminatetheinfluenceofthermalerrorofNCmachineonthemachiningprecision.anovelmethodbasedon adaptivebest—fittingweightedleastsquaressupportvectormachine(WLS-SVM)isutilizedtoimplementerrorcompensation.In ordertoconstructthethermalerrormodelofmachinetool,aseriesofexperimentsarecarriedouttoacquirethedataofaXK713NC millingmachine,includingtemperatureondifferentpositionsandthethermaldeformationofspindle.Bysmarttemperaturesensors andlaserpositionsensors,thetemperautreandthemr alerrorofthemachinetoolraecollectedrespectively.Firstthepraametersof WLS—SVM areoptimizedbyamethodcalledadaptivebest-fittingparameterserachalgorithm.Thenthesamplesraetrainedandhte weightedcoe
文档评论(0)