谭峰，殷国富，殷勤，董冠华，王亮



基于GM-LS-SVM层级模型的数控机床热误差建模

谭峰，殷国富，殷勤，董冠华，王亮

(四川大学制造科学与工程学院，四川成都，610065)

为了更精确地对数控机床热误差进行预测及补偿以提高其加工精度，针对单独使用灰色模型或最小二乘支持向量机模型进行机床热误差建模的不足，并利用这2种模型在数据不同处理阶段的优点，提出一种基于灰色模型和最小二乘支持向量机层级模型的数控机床热误差建模方法。根据机床关键点温度数据和热误差数据，首先建立多个不同数据序列长度的机床热误差灰色模型作为前处理层，然后把经过前处理层前处理的热误差和实测热误差分别作为最小二乘支持向量机模型的输入和输出，作为后处理层，以进行预测精度校正。利用该方法在一台精密卧式加工中心上进行建模实验，并与单独使用灰色模型、最小二乘支持向量机模型和BP神经网络模型进行预测精度对比分析。研究结果表明：基于灰色模型和最小二乘支持向量机层级模型的数控机床热误差建模方法具有更高的预测精度和更强的泛化能力。

数控机床；热误差建模；灰色模型；最小二乘支持向量机；BP神经网络

随着机床向高速高精度的方向发展，机床的热误差已成为影响机床加工精度的重要因素，众多研究表明：机床热误差占机床总误差的70%[1−2]。因此，最大限度地减少热误差是提高机床加工精度的重要手段。……