首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种机床热误差预测模型的温度敏感点的选择方法_安徽工业大学_202210604040.1 

申请/专利权人:安徽工业大学

申请日:2022-05-31

公开(公告)日:2024-06-21

公开(公告)号:CN114895630B

主分类号:G05B19/408

分类号:G05B19/408

优先权:

专利状态码:有效-授权

法律状态:2024.06.21#授权;2022.08.30#实质审查的生效;2022.08.12#公开

摘要:本发明公开了一种机床热误差预测模型的温度敏感点的选择方法,属于数控设备控制领域。该方法基于变量投影重要性指标选择温度敏感点,能够筛选出对热误差影响权重大的温度变量,同时有效降低温度敏感点选择结果的变动性,保证了热误差模型的实际预测效果,为热误差建模中的温度敏感点选择提供了一个很好的解决方案。

主权项:1.一种机床热误差预测模型的温度敏感点的选择方法,其特征在于:包括以下步骤:一、获取机床热源处的原始温度变量,对原始温度变量做标准化处理得到标准化温度变量;二、计算各个热源处的标准化温度变量的主成分;三、根据各个主成分的贡献率选取参与下一计算的主成分;四、计算所选取的主成分与机床主轴热变形量之间的相关系数;五、计算各热源处的原始温度变量的变量投影重要性;六、将变量投影重要性最低的对应热源剔除;七、对剩余热源的原始温度变量重复步骤一至步骤六,直至最终剩余的热源达到设定个数,并将最终剩余的热源设为温度敏感点;所述步骤一的具体过程为:在机床上选取多个热源,定期采集多个热源处的温度增量,形成原始温度变量;接着,采用以下公式对原始温度变量进行标准化处理: 其中,Xki为第k个热源处第i次采集的原始温度变量值;Xki*为对Xki进行标准化处理后的标准化温度变量值;为第k个热源处采集的所有原始温度变量的平均值;m为热源个数;n为采集次数;所述步骤二的具体过程为:1采用以下公式计算任意两个热源处的标准化温度变量之间的相关系数值: 其中,Xli*为第l个热源处的第i个标准化温度变量值;和分别为第l个和第k个标准化温度变量的平均值;得到相关系数矩阵R: 2使关系式Ru=λu成立,求得相关系数矩阵R的特征向量u和特征值λ;3根据步骤2得到的特征向量uk和λk,由以下公式得到标准化温度变量的主成分P: 其中,ukk表示该主成分中的某一热源的标准化温度变量的系数,为第k个特征向量的第k个值;所述步骤三中,采用以下公式计算前K个主成分的累计贡献率VK: 当VK≥95%时,选取此时的前K个主成分参与下一步计算;所述步骤四中,采用以下公式计算所选取的主成分与机床主轴热变形量之间的相关系数rP,SD: 其中,Pqi为第q个主成分的第i个值,为第q个主成分的平均值;D=X或Y或Z,所述X、Y、Z分别代表机床主轴的X向、Y向和Z向;SDi为第i次采集的主轴热变形量值,为采集的所有主轴热变形量的平均值;所述步骤五中,采用以下公式计算各原始温度变量的变量投影重要性W: 其中,Wk表示第k个热源处的原始温度变量的变量投影重要性;K表示选取的主成分个数;ωhk表示各个热源的标准化温度变量在各主成分中的权重系数ωhk,ωhk=uhk,uhk表示步骤4中的第h个主成分中第k个热源的标准化温度变量的系数。

全文数据:

权利要求:

百度查询: 安徽工业大学 一种机床热误差预测模型的温度敏感点的选择方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。