聚类回归分析在滚齿机热误差建模中的应用

利用聚类回归分析方法的基本原理,研究了温度传感器在滚齿机上的优化布置策略,并将温度测点从原先的11个减少到4个,完成了温度变量的优选.利用优选的温度变量,采用最小二乘法进行回归建模,得到热误差模型,并利用该模型在Y3150K型滚齿机上进行热误差补偿实验.结果表明,该建模方法不但增强了热误差建模的鲁棒性,提高了齿轮加工精度,而且节省了工作量与成本.     

线性回归分析在水稻腾发量中的应用

通过建立回归模型,利用回归分析对水稻腾发量进行预测,并采用逐步回归筛选变量法对模型进行了优化.     

数控机床温度测点优化及热误差预测方法研究

热误差补偿技术是提高机床加工精度经济有效的方法,确定最佳关键温度测点布置位置和数目将极大提高机床热误差模型的精度和鲁棒性。针对一台立式加工中心,进行了机床热误差测量试验,根据其温度场,提出了模糊聚类与信息论相结合的方法,寻找最佳温度测点布置位置。该方法根据温度变量间的相似性,对温度变量聚类分组,然后利用互信息法对组内变量单独寻优,实现温度测点优化布置,最后利用多元线性回归分析建立机床热误差预测模型。在VMC1165立式加工中心进行了试验验证,温度测点减少为4个,热误差模型的拟合最大残差降低到5μm以内,相对于其他方法进一步提高机床热误差预测精度。     

数控机床多变量关联热误差组合模型及其实验验证

针对主要基于受综合因素影响的机床本体温度所建立的热误差模型鲁棒性较差的问题.综合考虑机床本体温度、动力源转速、冷却液温度及环境温度提出了多变量关联热误差组合模型.将最小二乘支持向量机(LS-SVM)的方法运用到热误差建模中,并利用偏最小二乘(PLS)方法提取输入变量的主成分作为LS-SVM的输入,形成PLS-LSSVM组合热误差模型.此外根据数控加工过程及材料热变形原理,将相对起始温度的差温值作为温度输入,使热误差补偿更加准确.在某型号精密加工中心进行实验验证,结果表明:PLS-LSSVM模型比LS-SVM更稳定,比PLSR预测精度高;考虑差温多变量的PLS-LSSVM模型较单纯考虑机床本体测量温度值的PLS-LSSVM~*模型,热误差预测值的均方根误差(RMSE)平均减少了5.5μm.     

数控滚齿机热变形误差分析与补偿新方法

为了对数控滚齿机的热变形误差进行补偿,提高齿轮加工精度,利用聚类回归分析方法,优化选择了热误差补偿过程中的温度测量点.采用最小二乘回归方法建立了热误差模型,实验结果验证,该模型精度高.提出了一种热误差差动螺旋补偿方法,该方法完全采用外部硬件补偿,能够独立地实现对热变形误差的实时补偿.与其他补偿方法对比,该方法不受限于数控系统的开放性,通用性较强.     

基于PLS的高速电主轴热变形建模与分析

目的提出偏最小二乘方法(Partial Least Squares,PLS),对不同工况下的电主轴热变形进行预测,并分析多个温度变量和三维热变形的相关关系.方法以型号为150MD24Z7.5的电主轴为研究对象,采用精密传感器测量稳态条件下电主轴的热变形和温升数据,根据PLS模型内部分析机理,利用提取的主成分对变量的解释能力、精度及变量整体相关关系进行分析.结果分析结果验证了自变量温升之间存在多重相关性,采用PLS方法建模有益于模型精度的提高,模型提取的主成分能够反应原始变量的大多数信息,自变量温升和因变量热变形之间存在明显的线性相关关系,PLS模型的预测精度优于多元回归模型.结论电主轴热变形的PLS模型预测精度较高,适用于实际加工工况,对热误差的补偿具有补充意义.     

郑州白糖期货价格的模型选择方法

主要利用逐步回归和Lasso 2种方法来讨论郑州白糖期货市场白糖1011远期合约价格模型的问题,对白糖的收盘价格进行建模,在挑选出显著性变量后,根据2种方法确定的模型来分别预测白糖的价格,通过比较预测结果,发现Lasso方法的预测效果明显强于逐步回归方法,从而得到更稳定、更准确的预测模型.     

基于逐步回归法的IPO动态定价模型及实证研究

利用多因素逐步回归法对IPO(Initial Public Offerings)定价变量进行调整,选取行业平均市盈率、每股收益、每股净资产、发行后流通股比例和年成长率共5个内外部因素,建立了动态化的IPO定价模型.多项假设检验表明调整变量的定价模型具有较好的统计特征,在实证检验中该模型也具有较好的适用性,优化了现有的定价模型.     

基于时间序列算法的数控机床热误差建模及其实时补偿

提出了一种基于时间序列算法的机床热误差建模方法.通过时序算法综合分析软件,对实测的热误差数据进行预处理、模式识别、模型参数估计、循环定阶判别以及模型整合,建立表征机床热误差变化规律的实时补偿模型,并通过判别温度变化趋势,实时调整模型迭代系数.通过实时补偿系统,利用所建立的热误差补偿模型对数控机床的热漂移误差进行实时补偿加工.结果表明,工件的径向尺寸误差从补偿前最大的112μm降低到7μm,机床加工精度和稳定性大幅度提高.     

硝基苯化合物生物毒性的定量构效关系研究

为深入认识硝基苯类化合物活性与其结构之间的关系,基于逐步回归方法,建立了精度较高的QSAR多元回归模型.研究中提取了35种硝基苯类化合物的5种结构参数、5种量子化学描述符及1种分子指示变量.运用逐步回归方法进行了变量的压缩和选择.进而实施了多元回归分析,并由所得结果进行了硝基苯类化合物结构与生物毒性关系的理论解释.     

机床热误差的检测与建模方法

热误差作为影响机床加工精度的主要因素,通过误差补偿可以对其进行有效控制.在误差补偿法中,获得机床热误差并建立热误差模型是整个补偿过程的核心与关键.综述了机床热误差的检测方法和建模方法,包括直接、间接检测法,和多元回归分析法、人工神经网络法、支持向量机法、灰色系统理论法及贝叶斯算法.并结合目前的研究现状,展望未来的发展.     

基于状态空间模型的机床热误差动态建模

提出了一种基于状态空间模型的机床热误差建模方法,以几个关键温度点的温升为输入,结合状态变量和干扰来确定热误差输出,由子空间辨识算法得到模型参数.同时,在一台数控车床上进行实验,以探究模型的精度和鲁棒性.结果表明:在不同的转速条件下,所提出的模型能够补偿70%的热误差;与自回归模型的建模方法相比,状态空间模型表现出更优异的鲁棒性.     

基于灰色GM(1,4)模型的数控机床热误差补偿技术

为降低机床加工过程中温度场变化对机床加工精度的影响,分析了数控机床生产过程中热源组成及热误差产生机理,根据灰色关联度理论从原设定的8个温度测量点中计算选定4个机床温度关键测量点,建立了灰色GM(1,4)预测模型。该模型搭建了4个关键测温点的温度变化情况与机床热误差值之间的映射关系,能在生产过程通过获取关键点温度实时预测机床热误差值,再通过数控系统将预测值补偿到刀具进给位置,以此形成机床热误差补偿机制。最后,以精密卧式加工中心THM6380为实验对象,检验GM(1,4)模型预测结果与实际热误差值间的差距,拟合残差在±1μm以内,拟合效果良好。     

基于插值算法的数控机床复合误差补偿技术

为提高数控机床的加工精度,提出了基于线性插值法和牛顿插值法的数控机床几何与热的复合误差建模方法,并利用数控系统外部机床坐标系的偏置功能,应用自行研发的综合误差实时补偿系统进行误差在线实时补偿.结果表明:所提出的模型具有计算简便、预测精度高等优点,可用于各种复杂加工场合中的数控机床几何误差与热误差的实时补偿.     

轴数控连续展成磨齿机空间几何误差解耦补偿方法

针对数控连续展成磨齿机的精密加工需求,进行了机床空间误差解耦及补偿方法研究。首先,基于多体理论与坐标变换原理构建了机床各部件间的相对位姿变换矩阵,建立了涵盖所有几何误差元素的连续展成磨齿机空间误差模型;然后,分别基于姿态矩阵和位置矩阵对机床空间误差进行分步解耦;最后,通过具体数值计算对分步解耦补偿方法进行了实例计算,并采用球杆仪验证了空间误差解耦补偿理论的正确性与有效性。     

基于自适应分段与动态修正的机床定位误差补偿

为了提高并保持机床的加工精度,提出了自适应分段建模与动态修正相结合的误差补偿方法.根据误差曲线形状与建模精度需求,自适应地确定分段区间与函数最佳拟合阶次,以实现在线自动建模.结果表明,所建模型并非一个固定的算法,能够实时监测机床温度场、外界环境温度及冷却液工作状态的变化情况,不断更新数学补偿模型的几何调整因子与热增益系数,并动态修正补偿模型.同时,在VM850型立式加工中心进行了误差补偿实验.结果表明,在复杂工况下,基于自适应分段建模与动态修正相结合的误差建模及补偿方法能够满足数控机床的实时补偿需求,其补偿精度高、鲁棒性好.     

数控机床定位误差的软件补偿

提出了基于“华工I型”数控系统数控机床的定位的软件补偿方法,该方法克服了等间距定位误差补偿的缺点,使定位误差补偿的位置可随机设定,建立了数控机床定位误差软件补偿的数学模型,在XK713加工中心上进行了补偿实验表明,采用本补偿方法能使机床的定位误差减小70%汉上。     

机床热变形误差数控实时补偿技术的研究

本文对机床热误差数控实时补偿技术的原理、数学模型、温度敏感点的筛选,多参数对多参数的回归计算,补偿判别及补偿脉冲进退量的计算等问题进行了研究,通过对某数控线切割机床的热特性试验,对研究结果加以验证。