基于偏相关-灰色综合关联度的温度测点优化

机床的热误差建模与补偿技术是提高机床加工精度的行之有效方法,而关键温度测点的选择是成功实施该技术的重要前提,由此提出一种基于偏相关-灰色综合关联度的温度测点优化方法。采用偏相关分析法,分析单一温度测点与主轴热误差间的相关性,剔除掉不相关或弱相关的测点,对剩余测点进行基于灰色综合关联度算法的分析,量化各测点与机床主轴热误差间的紧密程度,将测点数量由16个减少至4个。根据优化结果,建立4测点的热误差预测模型,分析表明,主轴Z向最大热误差由10.338μm减小至1.299μm,验证了温度测点优化结果的有效性。     

基于热传递函数的机床主轴热关键点辨识方法

针对机床热误差补偿技术中热态特性建模与热关键点辨识困难问题,提出一套较完善的主轴热态特性建模方法与热关键点快速辨识技术。考虑主轴系统温度与热变形等因素,建立主轴热态特性分析模型,结果表明:模型预测值与某精密卧式加工中心的热误差实测量值之间的误差均在20%以内,说明了所提建模方法的正确性。将模型输出结果用于主轴热关键点辨识,根据12个测点的热传递函数值筛选出6个热关键点;利用6个关键点的数据,基于BP神经网络建立一种主轴热误差预测模型;对比BP神经网络预测的输出值与热态特性模型的输出值,结果表明:最大误差为-0.060 36μm、最大相对误差为-0.200 6%,验证了所提热关键点辨识方法的有效性。     

数控机床热误差的温度测点优化方法

为了减小机床热误差温度测点数的不确定性、测点之间的多重共线性对预测模型精度及稳健性的影响,提出了一种综合系统聚类(SC)与灰色关联(GC)的测点优化及误差建模方法。以数控机床热误差实验为依据,基于系统聚类、灰色关联分析原理和文中提出的测点筛选原则,将温度测点的数量由20个减少为4个,建立了热误差温度测点优化模型并进行了优化计算。结果显示,此方法能有效降低测点之间的多重共线性,有利于优化模型的预测精度及泛化性能的均衡。     

基于GRA-PCA的机床主轴系统热敏感点优化

热敏感点优化选取是热误差建模过程中的关键问题,所选取的热敏感点优劣将直接影响热误差模型的精确性和鲁棒性。提出一种灰色关联分析（GRA）和主成分分析（PCA）结合的机床主轴系统热敏感点优化方法,采用GRA筛选对热误差影响较大的温度测点,机床主轴不同位置处的多个测点温度值以及主轴在对应温度下产生的热漂移作为分析数据,通过计算温度变量与热漂移之间的灰色关联度,得到其灰色综合关联度矩阵,确定二者相关性后初选温度变量;根据PCA将高度相关的温度数据简化为较少的相互独立的主成分,将其作为后续热误差模型的输入,从而实现热敏感点优化。将该方法应用于数控机床主轴系统,优化完成的热敏感点数据作为主轴热误差模型的输入变量。结果表明：将优化所得热敏感点作为BP热误差模型输入,预测所得热误差与实际热误差的平均残差为0.83 μm,低于仅采用灰色关联分析法优化热敏感点的5.18 μm及仅采用主成分分析法优化热敏感点的4.57 μm,机床z轴热变形预测精度得到显著提高,有利于改善加工精度。     

基于FCM聚类和RBF神经网络的机床热误差补偿建模

热关健点的选择和热误差建模技术是决定热误差补偿是否有效的关键,对提高数控机床的加工精度至关重要.为了实现对数控机床热误差的补偿控制,文章利用模糊C均值(FCM)聚类方法,对机床上布置的温度测点进行优化筛选,将温度变量从20个减少到4个,然后给出了基于RBF热误差补偿建模方法.通过建模实例表明,文章提出的建模方法,在保证补偿模型精度的同时有效减少了温度测点,降低了变量耦合影响,并提高了补偿模型的鲁棒性.     

数控机床的热误差建模与补偿研究

数控机床的热变形误差是影响其加工精度的主要因素。针对当前机床热误差难以解决的问题,提出一种融合模糊聚类理论、灰色关联理论和多元线性回归理论的热误差建模及补偿原理,通过应用于实验室自主研制的AGPM,经机床温度场的测点优化分析、多元线性回归求解,建立了精确的热误差补偿模型。经补偿验证,该原理理论正确、简单易行、稳定可靠,可以大幅减小机床的热变形误差。     

基于灰色系统理论的车削中心热误差补偿技术的研究

文章以数控车削中心作为研究对象,采用基于灰色系统理论的关联度分析方法,对数控车削中心的热误差、温度场的检测、热误差检侧点的优化及实时补偿技术进行了研究,对选择机床热关键点的位置进行了探索研究,对热传感器进行了优化布点,建立起热误差补偿系统,并以实时补偿方式进行了加工验证,目前阶段得出的结果表明补偿效果显著.     

基于模糊聚类与灰色理论的机床主轴温度测点优化方法

数控机床主轴热误差是影响机床加工精度的主要因素之一,主轴热误差温度测点优化对于准确建立机床主轴热误差模型、提高机床精度具有十分重要的意义。提出一种基于模糊聚类与灰色理论的机床测温点优化方法,通过对主轴测温点进行模糊聚类分析,根据Xie-Beni有效性指标评定,将温度点归为几类,然后通过对模糊聚类后的测温点与主轴热误差进行灰色相关性分析,实现机床主轴温度测点的进一步优化。试验结果验证了该方法的可行性与有效性。     

基于自然指数模型的机床定位误差建模与实时补偿

为提高数控机床的运动性能和加工精度,提出了基于自然指数模型的机床定位误差建模方法.通过分析在不同温度条件下的定位误差变化规律,将定位误差分为几何误差和热误差两个部分,其中,几何误差部分可以采用多项式模型进行拟合,而对于热误差部分,则建立其与环境温度、机床关键构件温度之间的自然指数模型,从而描述了热误差和温度场之间的非线性变化规律.通过与传统的多元线性回归模型进行试验结果对比表明:基于自然指数模型的定位误差建模方法在任何温度条件下均可获得较高的预测精度,经过误差补偿,可以大幅提高机床精度.     

基于粗集方法的机床热补偿误差的温度测点优化

机床热误差是影响机床加工精度稳定性的最大误差源,因此减小热误差对提高机床的加工精度至关重要。采用粗集理论对机床热变形建模及补偿技术中温度测点的选择进行优化,以HMC800A立式三轴加工中心温度测点的选择为例进行研究,结果表明该方法能有效地减少温度测点数量,既可以保证模型的精度,又可节省工作量。     

金属材料腐蚀形貌图像与实海挂片数据的相关性研究

采用图像扫描方法获取碳钢、低合金钢实海挂片的腐蚀形貌图像并进行图像分析;用灰色关联及典型相关技术分析了试片扫描灰度值分布与单位平均腐蚀失重及局部腐蚀平均深度的关系;用神经网络理论建立了扫描灰度值分布与试片局部腐蚀平均深度间的关系模型以及扫描灰度值典型加权与试片单位面积平均腐蚀失重间的关系模型。     

浇注料孔径分布与强度关系的灰色系统研究

利用灰色系统理论研究了气孔孔径分布对刚玉质低水泥浇注料分别在110, 1100和1500 ℃下热处理后强度的影响.研究结果发现在所有热处理温度范围内,45～90 μm的孔径区间对浇注料强度的影响最为显著;在相同热处理温度下,孔径分布与浇注料抗折强度的关联度大于与耐压强度的关联度;随着热处理温度的升高,不同孔径区间与浇注料耐压强度的总体关联度先增加,后减小,而与浇注料抗折强度的总体关联度则一直增大.     

Optimization of electrochemical polishing of stainless steel by grey relational analysis

Grey relational analysis is useful for the multi-input, discrete data and uncertain experimental study. Developed in this paper is the application of the grey relational analysis for optimizing the electropolishing of 316L stainless steel with multiple performance characteristics. The processing parameters (temperature, current density, and electrolyte composition) are optimized with considerations of the multiple performance characteristics (surface roughness and passivation strength). The conducted experiments approve the effectiveness of the grey relational analysis.     

热喷Zn涂层浪花飞溅区腐蚀的室内模拟研究

海盐粒子浓度大、干湿交替频繁、海水冲击是浪花飞溅区腐蚀的3个关键性因素。文中以热喷Zn涂层为研究对象,设计了4种循环腐蚀试验制度:①盐雾–驻留循环;②盐雾–驻留–飞溅循环;③盐雾–干燥循环;④盐雾–干燥–飞溅循环,采用失重测量和电化学测量分别研究了涂层在这4种模拟环境下的腐蚀行为及规律,并应用加速转换因子法及灰关联分析对各循环腐蚀试验制度下的加速性、模拟性进行了研究,并为此设计了一个飞溅模拟研究装置以实现浪花飞溅冲击的模拟。试验结果表明:盐雾+驻留循环造成涂层的腐蚀最严重;盐雾+驻留+飞溅循环则能较好的模拟浪花飞溅区的腐蚀情况,可实现室内的热喷Zn涂层在浪花飞溅区腐蚀的模拟。     

基于改进灰色关联分析的铸铁综合性能评价

提出了灰口铸铁材料性能评价的灰色关联分析模型。以铸铁的抗弯强度、冲击韧度、基体维氏硬度、碳化物维氏硬度和材料硬度为综合性能评价指标,根据评价样本与理想样本的关联度大小判断铸铁材料的优劣。针对传统灰色关联分析模型权重分配和确定存在的问题,采用加权灰色关联度策略加以改进,用权重的形式体现各评价指标对评价目标的影响程度,利用系统的信息熵确定权重的大小,权重完全由数据样本点的信息决定,避免主观确定方法带来的影响和干扰。评价结果显示它更加客观科学、符合实际情况。     

机床热误差建模的温测点优化分析与应用研究

针对影响机床实现精确热误差补偿的温测点优化问题,提出了结合模糊聚类理论和灰色关联理论的测点优化分析方法。针对测点样本的模糊性,应用模糊聚类分析可以实现测点的有序分类;针对测点样本的灰色性,应用灰色关联分析可以实现测点的最优选择。将上述理论应用于实验室自主研制的非球面的研磨抛光机(AGPM),经温测点实时测量与优化分析,最终实现了测点的优化选择,并为后续AGPM热误差补偿的实现奠定了坚实的理论基础。     

The use of the orthogonal array with grey relational analysis to optimize the electrical discharge machining process with multiple performance characteristics

In this paper a new approach for the optimization of the electrical discharge machining (EDM) process with multiple performance characteristics based on the orthogonal array with the grey relational analysis has been studied. A grey relational grade obtained from the grey relational analysis is used to solve the EDM process with the multiple performance characteristics. Optimal machining parameters can then be determined by the grey relational grade as the performance index. In this study, the machining parameters, namely workpiece polarity, pulse on time, duty factor, open discharge voltage, discharge current, and dielectric fluid are optimized with considerations of multiple performance characteristics including material removal rate, surface roughness, and electrode wear ratio. Experimental results have shown that machining performance in the EDM process can be improved effectively through this approach.     

Optimization of back bead geometry in the PMAG-TIG twin arc hybrid root welding process using grey based Taguchi method

This study investigated multi-response optimization of the pulse metal active gas-tungsten inert gas( PMAG-TIG) twin arc hybrid root welding process for an optimal parametric combination to yield favorable back bead geometry of welded joints using grey relational analysis and Taguchi method.Eighteen experimental runs based on an orthogonal array following the Taguchi method were performed to derive objective functions to be optimized within the experimental domain.The objective functions were selected in relation to parameters of PMAG-TIG twin arc root welding back bead geometry: back bead width to root reinforcement ratio and deposited metal height.The Taguchi approach was followed by grey relational analysis to solve the multi-response optimization problem.The significance of factors on overall quality characteristics of the weld joint was also evaluated quantitatively using analysis of variance.Optimal results were verified through additional experiments,and showed to feasibility of applying grey relation analysis in combination with Taguchi technique for continuous improvement of product quality in the manufacturing industry.     

基于改进灰色TOP SIS模型的柔顺机构多响应稳健优化设计

为了解决稳健优化过程中柔顺机构多响应特性难以合理客观赋权的问题,提出一种改进灰色TOPSIS模型的多响应稳健优化方法。利用主成分分析解决多响应合理客观赋权问题;引入灰色关联分析法和TOPSIS法建立改进灰色TOPSIS模型,以灰色相对贴近度作为综合度量指标,使多响应问题转化为单响应问题;并对灰色相对贴近度进行主效应分析,获得最佳参数设计水平。通过实际案例验证了该方法的有效性。     

Application of grey relational analysis to determine welding parameters for Nd:YAG laser GMA hybrid welding of aluminium alloy

Abstract

Grey relational analysis is carried out to develop a new approach for optimization of Nd:YAG laser and gas metal arc hybrid welding parameters. The qualities of a welded material depend on various welding parameters. The parameters chosen for the current study include wire type, shielding gas, laser power, laser focus, travelling speed and wire feedrate. The welding experiments are performed on 6K21-T4 Al alloy sheet which are mostly used in automotive industries. The ultimate tensile stress, the bead width, and the penetration are chosen as the criterion for optimising the welding parameters. The method based on an orthogonal array following Taguchi's recommendation is adopted in the present study. Based on the results of grey relational analysis, a set of optimal welding parameters are obtained. The results show that the optimal welding parameters determined by the grey relational analysis are much improved compared to those from the preliminary set of experimental parameters.