原文服务方: 计算机应用研究       
摘要:
针对机床主轴热误差补偿过程中现有建模方法的不足,提出一种新的热误差建模算法.首先应用FCM(模糊C-均值聚类)算法将众多温度测点予以分类,减少测点数量,提高测量精度;其次应用GCA(灰色关联分析)算法对同类测点的热敏感度进行排序,选出该类中的关键测点;最后以优选出的测点为输入变量,以热位移为输出变量,利用ANFIS进行热误差模型设计,并与BP算法建立的模型进行了比较.实验数据表明,该方法降低了机床热误差,具有预测精度高的优点,能较好地实现机床主轴热误差的补偿.
推荐文章
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
车床主轴与进给轴耦合热误差建模及补偿研究
热误差解耦
热误差建模
模糊聚类分析
误差补偿
数控机床热误差实时补偿
数控机床
热误差
多元线性回归方程
误差补偿技术
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 机床主轴热误差建模算法
来源期刊 计算机应用研究 学科
关键词 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
年,卷(期) 2018,(12) 所属期刊栏目 系统应用开发
研究方向 页码范围 3752-3756
页数 5页 分类号 TP391.9
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.12.051
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 李郝林 上海理工大学光电信息与计算机工程学院 185 1052 16.0 22.0
5 陈龙 上海理工大学机械工程学院 54 301 9.0 15.0
6 崔怡 上海理工大学光电信息与计算机工程学院 13 48 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (32)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(8)
  • 参考文献(2)
  • 二级参考文献(6)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(6)
  • 参考文献(3)
  • 二级参考文献(3)
2016(4)
  • 参考文献(3)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
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
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导