黄 苏

（厦门海洋职业技术学院 海洋机电学院，福建 厦门 361102）

随着数控机床加工技术的发展，采用数字化的机床加工技术实现了对工件的可靠性加工设计，提高了工件的自动化加工设计能力。在采用数控机床加工工件的过程中，由于热扰动的作用，导致加工过程中产生热误差，需要构建优化的数控机床热误差补偿控制模型，结合粗糙度特征匹配和信息检测方法，通过特征阻抗参数识别和信息融合，实现对数控机床热误差的补偿控制，提高数控机床加工的精度［1］。

数控机床热误差补偿控制是在识别热误差参数和特征信息聚类基础上，构建数控机床热误差补偿参数识别模型，通过误差空间参数重组，结合特征信息融合，采用反馈调节方法，进行数控机床热误差进行补偿控制。在传统方法中，数控机床热误差补偿控制的方法主要有基于模糊PID 的数控机床热误差补偿控制方法、基于寻优算法的数控机床热误差补偿控制方法及基于特征聚类算法实现数控机床热误差补偿控制的力学参数分析［2］方法。这些传统方法提高了数控机床热误差补偿控制的稳定性，但输出的稳定性不好，模糊度较大［3］。因此，本文提出了基于模糊C-means聚类的数控机床热误差补偿控制方法。首先，构建数控机床的输出工况信息采集模型，提取数控机床热误差补偿的高雷诺数信息分量，在不同的驱动响应控制模型下采用误差反馈补偿方法实现对数控机床的气动扰动和流场分析；……