首页|改进FCM模糊聚类算法对主轴箱温度测点优化分析

改进FCM模糊聚类算法对主轴箱温度测点优化分析

Optimization Analysis of Temperature Measurement Points of Spindle Box with Improved FCM Fuzzy Clustering Algorithm

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
轮槽铣床主轴箱热变形数据样本量繁杂,利用传统的FCM模糊聚类算法对主轴箱温度测点进行分析时,需根据情况自行设置分类数,由于经验不足会使分析结果出现偏差,导致分析失效.基于以上情况,提出采用改进的FCM模糊聚类算法对主轴箱测点进行优化分析,其原理为依据主轴箱温度及热变形量,增设聚类数c的自适应目标函数,并建立了改进的FCM模糊聚类算法可靠性分析模型,基于该模型分析得到了多元回归关键测点热误差分析数据.结果显示:采用FCM聚类算法对轮槽铣床主轴箱预先布置的温度测点进行分组优化,使主轴箱的关键测温点由21个缩减至6个,且分析结果准确度较高.该方法为机床温度测点优化分析提出了新的思维路径,具有较好的应用前景.

李志伟

展开 >

四川建筑职业技术学院,四川 德阳 618000

FCM模糊聚类算法 主轴箱 温度测点 优化分析

2020

机械工程与自动化
山西省机电设计研究院 山西省机械工程学会

机械工程与自动化

影响因子：0.251
ISSN：1672-6413
年,卷(期)：2020.(3)
  • 1
  • 6