适应性FCM聚类分析对导轨温度特征的改进研究
2020-09-08李志伟
机械工程师 2020年8期
李志伟
(四川建筑职业技术学院,四川 德阳618000)
关键字:适应性FCM聚类算法;导轨;温度测点;改进研究
0 引 言
机床导轨热特性研究的关键是其温度测点改进设计,通常在进行导轨热变形补偿分析前,要对其进行环境温度与变形检验,并以此为依据建立相应的热变形误差模型[1-2]。由于导轨工作时易受到外部环境及参数变化的影响,其温度场具有时变性。为了解导轨温升和热变形情况,需在导轨相应位置设置温度传感器,但考虑成本和导轨的工况,以及相应建模时处理数据量较多等情况,同时在导轨上安装过多温度测点会使各测点产生干涉现象降低预测精度,所以必须先对导轨的温度测点进行合理分组分析,以增强模型预测的准确性[3]。
采用适应性FCM聚类算法改进温度测点时,需保证选择关键参数的真实性,选取样本分类数c及加权指数m作为关键参数[4-5]。在分析中要确保c的准确,以至于确定聚类数有效性,m对分析模型目标函数的敛散性及一致性有关键联系。加权指数m取3具有较好的收敛性,但聚类数C在不同情况下存在一定的随意性,为了保证分析结果的准确性,需对聚类数C的选取进行改进优化[6]。
1 适应性FCM算法分析与建模
普通的FCM聚类算法对机床温度测点优化,一般算法中的设置分类数需人为设定,由于经验及其他因素的影响,将导致分析结果出现较大的偏差,同时分析结果的有效性需依赖有相关工程经验的专业人员进行判断,耗时耗力[7]。……
登录APP查看全文
