机床主轴热关键点选择与典型转速热误差预测

作者:郭世杰; 张学炜*; 张楠; 乔冠; 唐术锋
来源:吉林大学学报(工学版), 2023, 53(01): 72-81.
DOI:10.13229/j.cnki.jdxbgxb20210610

摘要

针对机床主轴热误差对准静态精度影响的关键问题,提出了一种基于改进鸡群优化(MCSO)算法及支持向量(SVM)的热误差预测模型。利用基于非监督学习的谱聚类与Spearman关联分析辨识主轴关键敏感温度测点,降低温度数据分布于数量的依赖,削弱温度变量间的多重共线性。引入Levy飞行策略至母鸡个体局部搜索过程,构建了非线性动态自适应惯性权重更新雏鸡策略,基于MCSO-SVM进行核函数、罚因子以及偏差量的全局优化,分别采用MCSO-SVM、BP-GA、GA-SVM和CSO-SVM热误差建模,同时对不同转速下的模型预测能力进行对比分析。热误差实验测量与预测结果表明:谱聚类与Spearman关联分析可有效降低温度变量共线性导致的耦合作用;MCSO-SVM可实现典型转速下主轴五项热误差的高精度预测,模型具备较好的泛化能力和鲁棒性。