為了提高立式加工中心熱誤差的預(yù)測精度,考慮影響立式機床熱誤差的主要因素,提出了支持向量機預(yù)測熱誤差預(yù)測模型,并用網(wǎng)格搜索算法對支持向量機的參數(shù)懲罰因子和核參數(shù)進行搜索。通過實驗數(shù)據(jù)分析得出結(jié)論,基于GS-SVM模型對數(shù)控機床主軸熱變形能夠進行準確預(yù)測,并與BP算法模型進行對比。結(jié)果表明GS-SVM主軸熱變形預(yù)測模型效果優(yōu)于BP算法預(yù)測算法,具有較高的預(yù)測精度,為數(shù)控機床熱誤差研究提供參考。 

【文章來源】：機械工程師. 2019,(11)

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 數(shù)控機床熱誤差預(yù)測方案
    1.1 支持向量機回歸算法
    1.2 網(wǎng)格搜索算法（Grid Search)
2 網(wǎng)格搜索算法優(yōu)化支持向量機數(shù)控機床熱誤差預(yù)測模型
    2.1 網(wǎng)格搜索算法優(yōu)化支持向量機步驟概述
    2.2 模型參數(shù)的確定
3 數(shù)控機床熱誤差模型訓(xùn)練及結(jié)果分析
    3.1 數(shù)控機床熱誤差數(shù)據(jù)采集平臺
    3.2 數(shù)控機床熱誤差模型預(yù)測與對比分析
4 結(jié)論


【參考文獻】：
期刊論文
[1]基于信息�；С窒蛄繖C的主軸熱誤差綜合預(yù)測模型[J]. 王舒陽,姚斌,姚博世,馮偉,何昱超,曹新城.  工具技術(shù). 2017(05)
[2]基于支持向量回歸機的精密數(shù)控平臺熱誤差建模與補償研究[J]. 張恩忠,齊月玲,冀世軍,程亞平.  組合機床與自動化加工技術(shù). 2017(04)
[3]數(shù)控機床熱誤差補償實驗平臺的設(shè)計[J]. 郭豐,劉康,王江,張志鵬.  機械工程師. 2016(09)
[4]機床熱誤差建模技術(shù)研究及試驗驗證[J]. 李泳耀,叢明,廖忠情,孫宗余,李宏坤.  組合機床與自動化加工技術(shù). 2016(01)
[5]圓柱度誤差的網(wǎng)格搜索算法[J]. 丁鳳琴,薛國芳,雷賢卿.  制造技術(shù)與機床. 2010(10)
[6]基于支持向量機的石腦油干點軟測量建模研究[J]. 王慶超,李昂.  機械工程師. 2008(07)
[7]基于最小二乘支持向量機的數(shù)控機床熱誤差預(yù)測[J]. 林偉青,傅建中,許亞洲,陳子辰.  浙江大學(xué)學(xué)報(工學(xué)版). 2008(06)
[8]基于RBF神經(jīng)網(wǎng)絡(luò)的數(shù)控車床熱誤差建模[J]. 杜正春,楊建國,竇小龍,劉行.  上海交通大學(xué)學(xué)報. 2003(01)

碩士論文
[1]改進網(wǎng)格搜索的支持向量機參數(shù)優(yōu)化研究及應(yīng)用[D]. 顧凱成.蘭州理工大學(xué) 2016



本文編號：3501552