基于K-means++聚类与概率神经网络的数控机床变位姿动态特性模糊评估

• 作者: 邓聪颖 叶波 苗建国 马莹 杨凯
• 来源期刊: 仪器仪表学报
• 关键词: 数控机床 工作空间 动态特性 模糊评估 概率神经网络
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 信息处理技术|Information Processing Technology
• 页码范围: 227-235
• 页数: 9页
• 分类号: TH113.1|TG506.5|TP391
• 语种: 中文
• DOI: 10.19650/j.cnki.cjsi.J2007012

摘要

数控机床动态特性因工作过程中加工位置的变化呈现明显的空间分异特征.针对不同位姿的数控机床动态特性评估问题,采用刀具端频响函数提取动态特性评估指标,根据评估指标空间数据集与K-means++聚类算法建立各指标等级隶属度函数,进而结合各指标权重系数评估不同位姿的动态特性优劣,建立以加工位置坐标为输入、动态特性隶属等级为输出的概率神经网络(PNN),预测工作空间数控机床动态特性状态演化.以一台加工中心动态特性评估展开实例研究,不同等级间刀具端频响函数与切削稳定域图的差异验证评估方法的有效性,PNN对不同位姿动态特性等级的分类准确率为100％,通过分析动态特性等级的空间分布与对各向位移的敏感程度,为优选加工区域与刀具路径奠定技术支持.