首页|机床热误差测温点优化及建模方法研究

机床热误差测温点优化及建模方法研究

扫码查看
原文链接
  • 万方数据
  • 维普
为了减小热误差对数控机床精度的影响,提出了基于DBSCAN聚类算法的温度传感器测点优化方法和基于BP神经网络的数控机床建模方法.通过DBSCAN对特征数据进行聚类分析消除部分线性相关传感器数据.求解聚类后的每个类别中的传感器数据与主轴误差值的皮尔森相关系数,将类别内相关系数按从大至小进行排序,选取类别内相关系数最大的作为优化后的传感器数据,以此将温度测量点从16个减少到5个.添加动态随机数完成数据增强,提高模型泛化性.建立了温度和主轴位移的BP神经网络模型,其准确度可达0.94,为机床热误差补偿提供了重要的理论依据.
Research on Optimization and Modeling Method of Temperature Measurement Point for Thermal Error of Machine Tool

李焕昭、张爱梅、裴雪巍

展开 >

郑州大学机械与动力学院,河南郑州 450001

机床 DBSCAN聚类算法 BP神经网络 热误差

河南省科技重大专项

171100210300-01

2022

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2022.375(5)
  • 2
  • 9