应用科学学报
應用科學學報
응용과학학보
JOURNAL OF APPLIED SCIENCES
2014年
3期
325-330
,共6页
杨洪涛%耿金华%丁小瑞%喻曹丰%禹斌
楊洪濤%耿金華%丁小瑞%喻曹豐%禹斌
양홍도%경금화%정소서%유조봉%우빈
数控机床%PSO-SVM%力-几何误差模型%支持向量机%粒子群优化算法
數控機床%PSO-SVM%力-幾何誤差模型%支持嚮量機%粒子群優化算法
수공궤상%PSO-SVM%력-궤하오차모형%지지향량궤%입자군우화산법
CNC machine tools%PSO-SVM%force-geometric error model%support vector machine (SVM)%particle swarm optimization (PSO)
为了提高数控机床几何误差建模精度,改进补偿效果,先用测力环等仪器模拟施加并测量机床主切削力,再用激光干涉仪同步测量机床俯仰角和偏摆角误差.根据粒子群优化算法(particle swarm optimization, PSO)优化支持向量机(support vector machine,SVM)的相应参数,并以实际测量数据进行训练,从而建立了PSO-SVM力-几何误差预测模型.实际试验表明,PSO-SVM误差预测模型输出的偏摆角误差预测值与实测数据的最大差值仅为0.6 μrad,俯仰角误差预测值与实测数据的最大差值仅为0.21 μrad,远小于利用BP神经网络以及常规方法优化的SVM所建立的力-几何误差预测模型的误差,因此该模型可用于数控机床几何误差的高精度实时补偿.
為瞭提高數控機床幾何誤差建模精度,改進補償效果,先用測力環等儀器模擬施加併測量機床主切削力,再用激光榦涉儀同步測量機床俯仰角和偏襬角誤差.根據粒子群優化算法(particle swarm optimization, PSO)優化支持嚮量機(support vector machine,SVM)的相應參數,併以實際測量數據進行訓練,從而建立瞭PSO-SVM力-幾何誤差預測模型.實際試驗錶明,PSO-SVM誤差預測模型輸齣的偏襬角誤差預測值與實測數據的最大差值僅為0.6 μrad,俯仰角誤差預測值與實測數據的最大差值僅為0.21 μrad,遠小于利用BP神經網絡以及常規方法優化的SVM所建立的力-幾何誤差預測模型的誤差,因此該模型可用于數控機床幾何誤差的高精度實時補償.
위료제고수공궤상궤하오차건모정도,개진보상효과,선용측력배등의기모의시가병측량궤상주절삭력,재용격광간섭의동보측량궤상부앙각화편파각오차.근거입자군우화산법(particle swarm optimization, PSO)우화지지향량궤(support vector machine,SVM)적상응삼수,병이실제측량수거진행훈련,종이건립료PSO-SVM력-궤하오차예측모형.실제시험표명,PSO-SVM오차예측모형수출적편파각오차예측치여실측수거적최대차치부위0.6 μrad,부앙각오차예측치여실측수거적최대차치부위0.21 μrad,원소우이용BP신경망락이급상규방법우화적SVM소건립적력-궤하오차예측모형적오차,인차해모형가용우수공궤상궤하오차적고정도실시보상.
