基于LS-SVM与遗传算法的数控机床热误差辨识温度传感器优化策略

• 作者: 傅建中 林伟青 许亚洲 陈子辰
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 数控机床 温度传感器 最小二乘支持向量机 遗传算法
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 微纳技术与精密机密
• 页码范围: 1682-1687
• 页数: 6页
• 分类号: TP212.11
• 字数: 4070字
• 语种: 中文
• DOI: 10.3321/j.issn:1004-924X.2008.09.020

摘要

提出了一种在数控机床热误差辨识建模过程中利用最小二乘支持向量机结合遗传算法对温度传感器进行筛选与优化的新方法,对布置在一台数控车床上的温度传感器进行了优化.根据热模态理论,对传感器进行分组,利用最小二乘支持向量机方法构建数控机床热误差辨识模型,冉根据遗传算法对其进行传感器优化布置.结果表明,遗传算法与最小二乘支持向量机方法的结合,很好地避免了,温度测点的相互影响,保证了模型精度.该台数控车床的轴向建模平均绝对百分比误差为1.89%,径向建模平均绝对百分比误差为2.04%.传感器使用数量减少,节约了硬件成本,提高了辨识建模速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈子辰	浙江大学机械工程学系	272	5059	38.0	56.0
2	傅建中	浙江大学机械工程学系	150	2422	26.0	43.0
3	许亚洲	浙江大学机械工程学系	6	129	3.0	6.0
4	林伟青	浙江大学机械工程学系	23	184	5.0	13.0