仪器仪表学报

作者：郑 悦，付国强，雷国强，周琳丰，朱思佩

单位：郑 悦,1.西南交通大学机械工程学院,,付国强,1.西南交通大学机械工程学院,,雷国强,1.西南交通大学机械工程学院,,周琳丰,1.西南交通大学机械工程学院,,朱思佩,1.西南交通大学机械工程学院,

关键词：数控机床;热误差建模;迁移学习;域内对齐;变工况

基金：国家自然科学基金(52175486,51805457)、四川省科技计划项目(2022YFG0218)、流体动力与机电系统国家重点实验室开放基金课题(GZKF-202104)、衢州市科技计划项目(2022K90)、中央高校基本科研业务费专项资金(2682022ZTPY061)项目资助

热误差建模和补偿是提高机床加工精度的重要手段。将得到的热误差模型应用到类似或相近任务中,对减少模型构建和数据收集的成本具有重要意义。本文提出了一种简易迁移学习(EasyTL)融合域内对齐的主轴热误差建模方法,以实现不同工况下误差模型的迁移复用。建立基于域内对齐和距离矩阵全组合择优的热误差迁移模型参数选取方法,获得最优组合。进一步分析不同类型的域内对齐和距离矩阵各自对模型迁移性能的影响。最后,将迁移模型与kNN典型机器学习模型和卷积神经网络深度模型进行比较验证,分别预测不同工况下主轴Z向和Y向的热误差。此外,根据预测的主轴热误差进行工件补偿加工实验。该方法为热误差建模及补偿提供了一种新思路。

来源：2023年第5期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2023年第5期