陈泽宇，龚凌云

(广州铁路职业技术学院，广州 510430)

基于GA-SVR的数控机床热误差建模*

陈泽宇，龚凌云

(广州铁路职业技术学院，广州 510430)

为了提高数控机床加工精度，消除数控机床热误差对加工精度的影响，文章提出了基于GASVR(遗传算法-支持向量回归机)的数控机床热误差建模方法。为了构建机床的热误差模型，首先采用温度传感器与位置传感器测量机床的温度与对应的机床主轴变形量。其次把获得的数据进行支持向量回归机建模训练，同时使用遗传算法寻找支持向量回归机相关参数的最优值。最后建立机床热误差模型，并验证模型的准确度。结果表明，基于GA-SVR的数控机床热误差建模方法具有精度高和鲁棒性强的特点。

遗传算法-支持向量回归机;数控加工;热变形误差

0 引言

热变形误差补偿是提高数控机床加工精度的关键技术之一，热误差补偿控制设备已成为现代高档数控机床必备的智能模块。大量研究证明:数控机床热变形所引起的误差占机床总制造误差的40% ～70%［1］。

目前减少热误差的方法有硬补偿和软补偿，硬补偿需要添加相关的设备，成本高，花费大，且效果并不理想;软补偿通过建立数控机床热误差模型而实现补偿。实践证明软补偿已成为最经济有效解决热误差的方法［2］。

常用的数控机床热误差建模方法有:人工神经网络建模［3］、模糊理论建模［4］、最小二乘法建模［5］等。这些方法有一定的价值，也取得了一些成功的应用，但所建模型精度和鲁棒性较差。……