| 精密进给系统热误差的协同训练支持向量机回归建模与补偿方法 |
| |
| 引用本文： | 朱星星,赵亮,雷默涵,王帅,凌正,杨军,梅雪松. 精密进给系统热误差的协同训练支持向量机回归建模与补偿方法[J]. 西安交通大学学报, 2019, 0(10) |
| |
| 作者姓名： | 朱星星 赵亮 雷默涵 王帅 凌正 杨军 梅雪松 |
| |
| 作者单位： | 西安交通大学陕西省智能机器人重点实验室;西安交通大学机械制造系统工程国家重点实验室 |
| |
| 摘 要： | 针对精密进给系统热误差的数据稀缺且获取成本高的问题,提出了一种基于协同训练支持向量机回归算法(COSVR)的精密进给系统热误差建模与补偿方法。通过整合标记数据(温度和热误差)及未标记温度数据建立热误差模型,利用基于西门子840D数控系统开发的补偿方法进行补偿。以精密镗床双驱动滚珠丝杠进给系统X轴为研究对象,进行热特性实验,获取24 m/min进给速度下的标记数据和12 m/min进给速度下的未标记温度数据,利用COSVR整合所有数据建立热误差模型,并通过遗传算法优化的支持向量机回归算法(GA-SVR)仅选用标记数据建立对照模型,获取18 m/min进给速度下的标记数据用于模型性能测试。结果表明:与GA-SVR模型相比,COSVR模型的均方根误差减少了34.14%,且在100 min和520 min时的误差范围分别减小了62.62%和55.85%。COSVR模型具有更好的预测性能且能更有效地降低热误差,进一步提高了精密进给系统热误差的建模精度。
|
| 关 键 词： | 精密镗床 进给系统 协同训练 支持向量机回归 无标记数据 |
Co-Training Support Vector Machine Regression Modeling and Compensation for Thermal Error of Precision Feed System |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
