陕西省自然科学基金(S2009JC1400)
- 作品数：4 被引量：42H指数：4
- 相关作者：高峰李艳杨新刚刘江杨艳更多>>
- 相关机构：西安理工大学陕西理工大学更多>>
- 发文基金：陕西省自然科学基金国家科技重大专项国家自然科学基金更多>>
- 相关领域：金属学及工艺机械工程更多>>
- 基于实时反馈的机床热误差在线补偿模型被引量：7
- 2015年
- 为建立一种能够适应机床不同工况且具有准确预测能力的热误差补偿模型,提出一种基于限定记忆递推最小二乘法辨识热误差模型参数的机床热误差预测建模方法。该方法随着机床工作状况的改变,根据实时反馈的温度和热误差数据,采用递推方法对模型参数进行即时修正,使热误差模型能够及时跟踪机床系统的热特性变化,实现以较高的预测精度对机床热误差进行补偿。通过数控车床主轴轴向热误差辨识建模及补偿实验可以看出,限定记忆递推最小二乘法比一步最小二乘法辨识精度有较大提高,最大残差值减小了52.3%,标准差减小了67%。实验结果表明,利用该方法进行机床热误差模型参数辨识具有较高的预测精度和鲁棒性,有效可行。
- 张成新高峰李艳
- 关键词：数控机床热误差
- 基于Kohonen自组织竞争网络的机床温度测点辨识研究被引量：8
- 2014年
- 提出一种基于Kohonen神经网络的温度测点辨识优化算法,用机床进给系统上不同位置处的温度测点变化值及定位误差作为输入样本来训练神经网络。利用该网络的自组织竞争将胜出的结果输出到相应的分类模式中,根据各类分类模式中温度变量与热误差之间的相关系数,确定出机床热关键点。通过多元线性回归理论建立了热误差模型,与基于变量分组优化方法的热误差模型比较发现,该方法具有更好的可行性和有效性。
- 高峰刘江李艳杨新刚
- 关键词：KOHONEN神经网络相关系数
- 基于Fisher最优分割法的机床热关键点优化研究被引量：19
- 2013年
- 利用温度测点建立热误差模型时,测点的选取直接影响到模型的精度。采用一种最优化分段方法——Fisher最优分割法,以试验采集到的原始数据作为分析数据,通过计算分类的直径、比较各类中的误差函数,对机床测点变量进行分类,经过对各类中温度变量与热误差之间相关系数的计算,获得用于热误差建模的热关键点,从而完成测点优化。利用多元线性回归方法对其优化出的测点建立热误差模型,与采用变量分组优化选出的温度测点建立的热误差模型进行比较,结果说明Fisher最优分割法可行、实用性强。
- 高峰刘江杨新刚李艳杨艳
- 关键词：误差函数相关系数
- 基于误差隔离的触发式测头预行程标定方法被引量：10
- 2013年
- 触发式测头是在机测量系统的主要组成部分,其预行程会计入测量结果从而影响测量精度,因此有必要对其在实际工况下的预行程进行标定并补偿。在分析预行程产生原因的基础上,提出了一种全新的预行程定量标定方法,它通过在实际工况下检测探针与工件接触状况及接触时刻与测头触发时刻之间工件相对测头位移变化而标定出预行程,有效避免了机床伺服系统误差、机床几何及运动误差、探针测球圆度误差、标定体制造误差等因素对标定结果精确性的影响。标定了某高精密测头在实际工况下的预行程,并依据标定结果,完成了触发式测头预行程补偿实验。补偿结果表明,该标定方法实施简单、可行有效,标定精度高。
- 高峰赵柏涵李艳杨新刚陈纯
- 关键词：触发式测头预行程标定方法
