论文部分内容阅读
针对机床热误差建模过程中，误差信息不透明、数据特性不全面等不利因素，根据机床主轴热误差实验数据，分别采用GM（1，n）模型和最小二乘支持向量机（LS～SVM）模型建立主轴热误差预测模型并进行线性叠加，然后采用预测有效度算法调整模型加权系数，建立了最优有效度复合预测模型（OE—CM）以获取最佳预测效果。在VXC-560型三轴数控机床上进行在线实验建模，实验结果表明：OE—CM具有预测精度高、鲁棒性好等特点，整体预测效果优于灰色GM（1，n）模型和LS—SVM模型，适合在复杂工况条件下对机床主轴热误差进行预测