基于GS-SVM的数控机床热误差预测研究

• 作者: 张腰 杨庆东
• 来源期刊: 机械工程师
• 学科: 工学
• 关键词: 数控机床 热误差建模 网格搜索算法 支持向量机
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 机械研究与分析
• 页码范围: 36-38,41
• 页数: 4页
• 分类号: TG659|TG502.15
• 字数: 2878字
• 语种: 中文

摘要

为了提高立式加工中心热误差的预测精度,考虑影响立式机床热误差的主要因素,提出了支持向量机预测热误差预测模型,并用网格搜索算法对支持向量机的参数惩罚因子和核参数进行搜索.通过实验数据分析得出结论,基于GS-SVM模型对数控机床主轴热变形能够进行准确预测,并与BP算法模型进行对比.结果表明GS-SVM主轴热变形预测模型效果优于BP算法预测算法,具有较高的预测精度,为数控机床热误差研究提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨庆东	北京信息科技大学机电工程学院	132	394	10.0	13.0
2	张腰	北京信息科技大学机电工程学院	3	0	0.0	0.0