摘要
为降低热误差对数控机床加工精度的影响,提出一种基于改进粒子群优化的最小二乘支持向量机(IPSO-LSSVM)热误差预测模型。以某型号数控机床轴系统为研究对象,首先通过热特性实验获得温度数据和热误差数据,采用有限元分析和模糊c均值聚类(FCM)相结合的方法对温度测点进行优化;然后建立最小二乘支持向量机(LSSVM)预测模型,利用改进粒子群算法来优化LSSVM的初始参数,最后在主轴Z向建立IPSO-LSSVM热误差预测模型。与最小二乘支持向量机(LSSVM)和BP神经网络预测模型进行对比,实验结果表明本模型预测精度更高,鲁棒性更强。
作者
袁鑫
薛东
王新科
胡勇文
刘宏伟
YUAN Xin;XUE Dong;WANG Xinke;HU Yongwen;LIU Hongwei
出处
《湖北文理学院学报》
2025年第11期15-20,共6页
Journal of Hubei University of Arts and Science
基金
湖北省自然科学基金创新发展联合基金项目(2022CFD081)
湖北文理学院科研基金项目(2024pygpzk06)。
