數(shù)控機(jī)床熱誤差檢測(cè)及建模技術(shù)研究.pdf

1、論文在分析國(guó)內(nèi)外數(shù)控機(jī)床熱誤差補(bǔ)償技術(shù)研究現(xiàn)狀及發(fā)展趨勢(shì)的基礎(chǔ)上，以數(shù)控機(jī)床熱誤差補(bǔ)償中溫度與熱誤差檢測(cè)系統(tǒng)的開(kāi)發(fā)、熱關(guān)鍵點(diǎn)辨識(shí)技術(shù)、熱誤差建模方法為主要研究?jī)?nèi)容。
　　 開(kāi)發(fā)了溫度與熱誤差檢測(cè)系統(tǒng)。系統(tǒng)硬件以溫度傳感器、位移傳感器和PCI 數(shù)據(jù)采集卡為核心；數(shù)據(jù)連續(xù)采集模塊采用局部循環(huán)緩存技術(shù)，提高了整個(gè)采集程序的運(yùn)行速率。為實(shí)現(xiàn)較高的測(cè)量精度，采取了包括信號(hào)調(diào)理電路在內(nèi)的一系列防干擾措施。經(jīng)試驗(yàn)，此采集系統(tǒng)滿足測(cè)量精度和自動(dòng)

2、采集的要求。
　　 在機(jī)床熱關(guān)鍵點(diǎn)的辨識(shí)研究中，針對(duì)聚類分組法當(dāng)溫度變量組之間出現(xiàn)交叉現(xiàn)象時(shí)分組難以進(jìn)行的問(wèn)題，提出了改進(jìn)方法，即典型溫度變量選擇方法。該方法對(duì)溫度變量與熱誤差觀測(cè)值之間相關(guān)性高的變量?jī)?yōu)先分析，選出典型溫度變量；用多元線性回歸模型對(duì)各變量組合的模型擬合精度進(jìn)行分析，從而優(yōu)選出溫度變量組合。
　　 研究了基于最小二乘的多元線性回歸、BP 神經(jīng)網(wǎng)絡(luò)和RBF 神經(jīng)網(wǎng)絡(luò)三種熱誤差建模方法。
　　 采用這三