基于改进的FCM聚类算法对温度测点的优化和建模

在分析了国内外热误差建模方法的基础上,提出了一种基于改进的模糊C均值聚类算法,从而基于多元线性回归理论建立教学型复合机床主轴热误差模型。使用温度传感器对机床主轴不同位置进行温度测量,并采用改进的模糊C均值聚类法对所测量数据进行分组,筛选出每组的最优温度值进行迭代。采用优选出的温度数据,采用多元线性回归建模法对机床主轴热误差进行预测建模。通过实验验证多元线性回归理论创建的预测建模分析可得:补偿后,教学型复合机床的主轴Y、Z方向受温度影响的热误差降低到了5.4μm以内,通过对改进的模糊C均值聚类法和多元线性回归模型相结合,使机床主轴在Y、Z方向误差有所降低,能更好的预测主轴热误差,从而提高机床加工精度。

复合机床动态耦合特性分析及优化

针对自主研制的复合机床多工况和多轴联动的特点,对机床在多轴联动下的动态耦合特性进行仿真分析,结果表明立柱为影响机床动态耦合性能的关键结构件;以立柱为优化目标,提出了一种BP神经网络近似模型与NSGA-Ⅱ算法相结合的优化设计方法;采用最佳填充空间试验设计,在设计空间抽取样本点进行网络训练,并构建神经网络近似模型;利用NSGA-Ⅱ算法对神经网络模型循环逼近优化,得到Patero前沿解。结果表明,优化后整机前两阶固有频率得到较大提升,机床在X、Y、Z方向上的共振峰值分别下降了41.0%,57.5%和39.7%。

基于卡尔曼滤波的数控机床主轴热误差建模研究

为提高数控机床精度,提出一种基于卡尔曼滤波法的机床误差建模新方法,将统计模型的回归系数看作状态向量,统计模型视为观测方程,利用卡尔曼滤波法实现了统计模型的建模,由于卡尔曼滤波法属于线性最小方差估计,所以相比最小二乘法可望获得更高的建模精度。对一台立式加工中心,利用温度传感器与非接触式激光位移传感器同步测量主轴温度变化及热误差,利用卡尔曼滤波法构建的热误差模型分别与利用最小二乘法(LS)、最小二乘支持向量机法(LS-SVM)构建的模型进行对比,结果表明:卡尔曼滤波法的建模精度比最小二乘法和最小二乘支持向量机法分别高10.5%和1.8%,且建模时间比最小二乘法和最小二乘支持向量机法分别少0.9%和6.8%。

基于改进LSSVM算法的数控机床热误差建模研究

为了提高数控机床热误差的预测精度,提出了基于改进最小二乘支持向量机和预测误差校正相结合的方法。首先引入提升小波分解原始数据克服数控机床误差的耦合性;然后采用最小二乘支持向量机对分解后的信号做预测,接着用误差校正方式修正预测结果;最后通过实验数据对比分析得到,基于提升小波的最小二乘支持向量机(LWT-LSSVM)法比最小二乘支持向量机(LSSVM)法的建模预测精度高8.51%,证明此建模方法有效可行。

工程机械高原冷启动问题技术对策

良好的冷启动性能是工程机械正常作业的必要前提。因此,分析高原低温环境对发动机启动的影响,介绍目前解决低温启动困难的常用对策,希望能够为相关人员设计产品提供参考。

某钻机ECU安装支架模态分析及结构优化

发动机ECU是电控发动控制系统核心元件。某钻机ECU通过支架安装在发动机上,本文利用ANSYS软件对其发动机ECU安装支架进行模态分析,分析主要阶次的固有频率及振型,通过改善安装位置及调整支架结构,使其满足模态设计要求,避免支架发生共振影响ECU工作可靠性及使用寿命。