[發明專利]一種基于最近鄰空間點的數控機床主軸熱伸長預測方法在審
| 申請號： | 201810167456.5 | 申請日： | 2018-02-28 |
| 公開（公告）號： | CN108490873A | 公開（公告）日： | 2018-09-04 |
| 發明（設計）人： | 陳松;李龍邦;程淼;趙楊;陳燕 | 申請（專利權）人： | 遼寧科技大學 |
| 主分類號： | G05B19/401 | 分類號： | G05B19/401 |
| 代理公司： | 鞍山嘉訊科技專利事務所 21224 | 代理人： | 張群 |
| 地址： | 114044 遼*** | 國省代碼： | 遼寧;21 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 熱伸長 主軸熱伸長 空間點 空間點陣 數控機床主軸 矩陣 預測 溫度測點 預測模型 最近鄰 構建 實測 多元線性回歸分析 多元線性回歸 預估 工況信息 幾何意義 模型結構 誤差預測 最近鄰點 參考點 歧義性 鄰域 溫升 軸向 真實性 逼近 參考 | ||
1.一種基于最近鄰空間點的數控機床主軸熱伸長預測方法，其特征在于，包括以下步驟：
步驟一、運用主軸溫度測點的溫升變量與主軸熱伸長的實測值構建矩陣，矩陣中有η個溫升值和一個熱伸長值，即構建幾何意義的(η+1)維空間點陣，利用空間點陣表達主軸熱伸長的預測模型；
步驟二、基于多元線性回歸分析的熱伸長預測值與主軸溫度測點的溫升值作為參考空間點，用于主軸熱伸長預測的基準(η+1)維空間點；
步驟三、根據參考點鄰域內最近鄰點逼近原則，在(η+1)維空間點陣的熱伸長實測值中選取并確定熱伸長的預估值。
2.根據權利要求1所述的一種基于最近鄰空間點的數控機床主軸熱伸長預測方法，其特征在于，所述的步驟一具體是指：
主軸溫度測點溫升變量的數目為η，熱伸長的數目為1，則多維空間的維度為(η+1)；溫升變量矩陣W與熱伸長矩陣S可以構成溫升-熱伸長矩陣WS，WS為n×(η+1)型矩陣，n代表實際測量的樣本數目，WS即為溫升-熱伸長的(η+1)維空間點陣；
(η+1)維空間記為R(η+1)，則R(η+1)空間點陣為：在(η+1)維空間中，按照加工時間順序排列成一串空間點；針對矩陣WS，其R(η+1)空間點陣為{WS}＝{WS1,WS2,...,WSi,...,WSn}，將WS的n個樣本運用R(η+1)空間中的n個點來表達。
3.根據權利要求1所述的一種基于最近鄰空間點的數控機床主軸熱伸長預測方法，其特征在于，所述的步驟二具體是指：
利用WS矩陣的實測值，通過多元線性回歸分析，根據公式(1)計算多元線性回歸系數
溫升變量的樣本值wdi，其中，i＝1,2,...,η，即(wdi)＝(wd1,wd2,...,wdη)；以溫升變量的樣本值wdi為自變量，基于多元線性回歸分析，計算得到熱伸長的樣本預估表達式，如公式(2)所示；
進而得到
4.根據權利要求1所述的一種基于最近鄰空間點的數控機床主軸熱伸長預測方法，其特征在于，所述的步驟三具體是指：
在R(η+1)空間中，WSk為空間點陣{WS}中的一點，WSd與WSk之間的歐氏距離記為δdk，k＝1,2,...,n，則δdk距離如公式(3)所示；
根據WSd的最近鄰點分析方法，即在空間點WSd的鄰域內，遍歷空間點陣WS，得到一個空間點WSc，使得WSd與WSc兩者的歐氏距離最短；再利用最短距離逼近原則，將WSd的坐標值與WSc的sc坐標值重合，即在R(η+1)空間中，η個溫升變量的樣本(wd1,wd2,...,wdη)與sc構成一個空間點，記為WSb＝(wd1,wd2,...,wdη,sc)，則認為WSd、WSc及WSb三個空間點重合；sc則為主軸軸向熱伸長的預估值，這樣實現了主軸熱伸長誤差的預測。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于遼寧科技大學，未經遼寧科技大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810167456.5/1.html，轉載請聲明來源鉆瓜專利網。
