数控机床力-几何误差的PSO-SVM建模.pdfVIP

第 32卷 第 3期 应 用 科 学 学 报 Vb1．32 No．3 2014年5月 JOURNAL OF APPLIED SCIENCES——Electronicsand Inform ationEngineering M ay2014 DOI：10．3969／j．issn．0255—8297．2014．03．015 数控机床力一几何误差的PSO—SVM建模 杨洪涛， 耿金华， 丁小瑞， 喻曹丰， 禹 斌 安徽理工大学机械工程学院，安徽 淮南232001 摘 要： 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(particleswarm optimization， PSO)优化支持向量机(supportvectormachine，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力一几何误差预测模型．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0．6grad，俯仰角误差预测值与实测数据的最大差值仅为0．21grad，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． 关键词：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 中图分类号：TP205 文章编号：0255—8297(2014)03—0325。06 Force—GeometricErrorM odelingofCNC M achine ToolsUsingPSO-SVM YANG Hong—tao， GENG Jin-hua， DING Xiao—rui， YU Cao—feng， YU Bing MechanicalEngineeringCollege，AnhuiUniversityolScienceandTechnology， Huainan 232001，AnhuiProvince，China Abstract：Toimprovemodelingprecision ofCNC geometricerrorand errorcompensation，themain cut— tingforceissimulated and measuredusingadynamometer．Errorsinthepitchinganddeflection anglesare measuredwithalaserinterferometer．Trainedwithpractically measurederrordata，theforce—geometricerror predictingmodelbasedonPS0一SVM isestablishedwiththekeyparametersoptimizedusingtheparticleswarm optimizationalgorithm fPSO1．Verificationexperimentsshow thatdifferencebetweenthemeasurederrorand themaximum deflectionangleerrorusingthePSO—SVM modelis0．6Ilrad，andthatwiththemaximum error ofpitchingangleerroris0．21grad．Compared withtheforce-geometricerrorpredictingmodelbased on BP neuralnetworksandSVM whoseparametersisoptim izedusingaconventionalmethod，thepredictionprecision ofthePS0—8VM e