基于GM-LS-SVM 层级模型的数控机床热误差建模 - 中南大学学报.PDF

第 47 卷第 12 期 中南大学学报( 自然科学版) Vol.47 No.12 2016 年 12 月 Journal of Central South University (Science and Technology) Dec. 2016 DOI: 10.11817/j.issn.1672-7207.2016.12.010 基于 GM-LS-SVM 层级模型的数控机床热误差建模 谭峰，殷国富，殷勤，董冠华，王亮 (四川大学 制造科学与工程学院，四川 成都，610065) 摘要：为了更精确地对数控机床热误差进行预测及补偿以提高其加工精度，针对单独使用灰色模型或最小二乘支 持向量机模型进行机床热误差建模的不足，并利用这 2 种模型在数据不同处理阶段的优点，提出一种基于灰色模 型和最小二乘支持向量机层级模型的数控机床热误差建模方法。根据机床关键点温度数据和热误差数据，首先建 立多个不同数据序列长度的机床热误差灰色模型作为前处理层，然后把经过前处理层前处理的热误差和实测热误 差分别作为最小二乘支持向量机模型的输入和输出，作为后处理层，以进行预测精度校正。利用该方法在一台精 密卧式加工中心上进行建模实验，并与单独使用灰色模型、最小二乘支持向量机模型和 BP 神经网络模型进行预 测精度对比分析。研究结果表明：基于灰色模型和最小二乘支持向量机层级模型的数控机床热误差建模方法具有 更高的预测精度和更强的泛化能力。 关键词：数控机床；热误差建模；灰色模型；最小二乘支持向量机；BP 神经网络 中图分类号：TH161 文献标志码：A 文章编号：1672−7207(2016)12−4028−07 CNC machine tool thermal error modeling based on GM-LS-SVM hierarchical model TAN Feng, YIN Guofu, YIN Qin, DONG Guanhua, WANG Liang (School of Manufacturing Science and Engineering, Sichuan University, Chengdu 610065, China) Abstract: In order to predict and compensate thermal error of CNC (computer numerical control) machine tools more accurately, and to make up the shortcomings of single use of grey model (GM) or least squares support vector machine (LS-SVM) model, a hierarchical model (GM-LS-SVM) combining the data processing merits of GM with that of LS-SVM was proposed for thermal error modeling in machine tools. According to the temperature data and thermal error data of the machine tool, first several thermal error GMs with different data sequence length were established as preprocessing