基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对数控机床热误差建模问题,通过对精密卧式加工中心主轴系统热变形数据特征进行分析,提出了一种利用均值理论进行数据分类、利用粗糙集理论进行数据挖掘和利用线性回归分析构建误差模型的机床热误差建模方法.该方法首先进行机床主轴的热误差实验,利用传感器同时检测机床主轴所选各检测点的温升和主轴轴端的热变形,然后利用均值理论和粗糙集理论对获得的数据进行分类和数据挖掘精简,最后通过线性回归分析进行热误差建模.为了评价所建模型的有效性,将所建模型与BP神经网络模型进行了对比,结果表明这种基于热态信息挖掘的热误差建模方法在机床主轴热误差预测方面有较高的准确性和实用价值.
推荐文章
机床主轴热误差建模算法
主轴
热误差建模
模糊C-均值算法
灰色关联分析算法
自适应神经模糊推理系统
数控机床动压主轴的热误差建模技术研究
时序相关分析
雷诺方程
有限差分法
热误差
机床电主轴热特性卷积建模研究
电主轴
温度预测
热误差建模
卷积建模方法
基于LabVIEW的机床热误差检测系统设计
机床热误差
虚拟仪器
数据采集
数字滤波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于热态信息挖掘的机床主轴系统热误差建模方法研究
来源期刊 高技术通讯 学科 工学
关键词 数控(NC)机床 热误差 数据挖掘 建模 主轴
年,卷(期) 2012,(8) 所属期刊栏目 先进制造与自动化技术
研究方向 页码范围 881-887
页数 分类号 TP391.9
字数 4348字 语种 中文
DOI 10.3772/j.issn.1002-0470.2012.08.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 殷国富 四川大学制造科学与工程学院 617 5927 35.0 50.0
2 孙惠娟 四川大学制造科学与工程学院 6 41 4.0 6.0
3 方辉 四川大学制造科学与工程学院 60 450 13.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (64)
参考文献  (15)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(6)
  • 参考文献(1)
  • 二级参考文献(5)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(7)
  • 参考文献(3)
  • 二级参考文献(4)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数控(NC)机床
热误差
数据挖掘
建模
主轴
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高技术通讯
月刊
1002-0470
11-2770/N
大16开
北京市三里河路54号
82-516
1991
chi
出版文献量(篇)
5099
总下载数(次)
14
总被引数(次)
39217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导