基于GA-LSSVM的数控机床热误差建模方法研究

• 作者: 李高强 张宇 李鸣
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 最小二乘支持向量机 热误差 遗传算法 数控机床
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 试验与研究
• 页码范围: 26-30
• 页数: 5页
• 分类号: TP205
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2021.02.006

摘要

为减小数控机床热误差对加工精度的影响,实现对热误差的补偿控制,提出一种基于遗传算法(GA)优化的最小二乘支持向量机(LSSVM)数控机床热误差建模方法.利用遗传算法优化选择LSSVM惩罚因子C和核函数参数σ2,构建针对某卧式加工中心主轴热误差的GA-LSSVM模型.根据该模型得到热误差的模拟值和测量值对比曲线,通过分析发现GA-LSSVM模型性能较好,模型残差较小,预测精度较高.建立热误差LSSVM模型和传统BP模型并与GA-LSSVM模型作对比,结果表明:GA-LSSVM模型绝对残差δ及均方误差MSE均为最小,模型决定系数R2最大,验证了GA-LSSVM建模方法的有效性.