仪器仪表学报

作者：魏新园，钱牧云，赵洋洋，潘巧生，苗恩铭

单位：魏新园,1. 安徽工业大学电气与信息工程学院,,钱牧云,1. 安徽工业大学电气与信息工程学院,,赵洋洋,1. 安徽工业大学电气与信息工程学院,,潘巧生,2. 合肥工业大学仪器科学与光电工程学院,,苗恩铭,3. 重庆理工大学机械工程学院,

关键词：热误差;预测模型;正则化;稳健性;自适应

基金：国家重点研发计划项目(2020YFB1712900,2020YFB1712904)、安徽省重点研究与开发计划项目(2022f04020005)资助

通过建立预测模型对机床热误差进行补偿,是有效解决热误差造成机床精度下降问题的常用方法。本文提出一种基于正则化的数控机床热误差自适应稳健建模算法,能够在建模过程中自适应选择温度敏感点(TSPs),并具有高预测精度和稳健性。首先基于结构风险最小化原则对热误差建模稳健性机理进行分析,进而利用正则化算法中LASSO解的稀疏性实现自适应TSP选择。然后基于不同实验条件的热误差数据,分析所提建模算法的预测效果,并与常用的多元线性回归、BP神经网络和岭回归算法进行比对分析。结果表明,本文所提建模算法具有最高的预测精度和稳健性,分别为5.22和1.69μm。最后,利用所建立的预测模型进行热误差补偿实验,以验证本文所提建模算法的实际补偿效果。

来源：2022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2022年第5期