基于模糊C均值聚类算法的温度测点优化与建模研究

在数控机床热误差补偿技术中,温度测点的选择与优化是一个难点。通过热成像仪获得了某立式铣床的温度场,根据温度场的分布情况,在机床上布置多个温度传感器。根据测量的温度和热变形数据,采用FCM模糊聚类和相关分析对温度测点进行了分组优化,然后利用多元回归分析建立了关键测温点的热误差模型,并通过实验进行了验证。结果表明:该方法能有效减少测温点,测温点由13个减少到5个,所建立模型预测精度较好,Y,Z方向热误差由50μm减少到9μm以内。     

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。     

基于改进模糊聚类和最大信息系数的数控机床温度测点选取北大核心

在加工过程中,机床会因热变形而产生误差,这将严重影响加工精度。减少加工过程的热误差是提高加工精度的有效途径,而确定关键温度测点不仅能提高计算效率,还可避免温度数据间复共线性问题,提高热误差模型的预测精度。提出基于改进模糊聚类和最大信息系数(MIC)的温度测点选择方法,通过改进模糊聚类对温度测点进行分类;根据MIC方法选择每类温度数据中的关键温度测点;使用BP神经网络对热误差进行建模。结果表明:与传统温度测点选择方法相比,利用所提方法改进的热误差模型精度更高。     

机床主轴的模糊优化设计

机床主轴在传动过程中，具有速度波动，为减少速度波动引起的动载荷影响，设计时要在传递转矩一定的情况下，使质量最小，本文讨论了主轴设计过程中的模糊因素，建立了以截面积最小的模糊优化设计模型，运用模糊理论和方法获得最优解。     

机床夹具公差的灰色综合设计理论与方法

根据灰色聚类综合评价的原理和方法，对影响夹具公差选择的多种因素进行了数据处理，建立了夹具公差选择的灰色聚类综合评价模型，为定量确定夹具的公差提供了有效的方法。     

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。     

灰色系统建模理论在机床主轴疲劳寿命设计中的应用研究

运用灰色系统的理论及方法，将疲劳应力与寿命的相互制约关系看成一个灰色系统，将疲劳试验的应力水平均匀分成数级，并找出与之对应的安全寿命的白化值。通过对安全寿命值数列的一次累加，生成一个光滑离散函数。据此建立灰色系统模型，并求解灰色系统的微分方程 。通过残差模型的修正，提高模型精度，再运用灰色系统模型的还原模型，可计算出任一应力水平下的安全寿命值。为机床主轴的安全寿命计算提供了新的途径，具有较大的推广应用价值。     

基于灰色聚类方法的加工中心进给系统可靠性评价

应用MTALAB软件对加工中心进给系统的故障数据进行分析,得到平均首次故障时间(MTTFF)和平均故障间隔时间(MTBF)的点估计值和区间估计值。采用灰色聚类方法划分可靠性指标可拓区间灰数等级,并通过建立白化权函数得到等级区间权重矩阵。再结合构建比较判断矩阵确定的两种可靠性指标权重,最终建立了灰色聚类综合评价模型,对该加工中心进给系统可靠性水平进行评价。     

考虑模糊失效准则的机床主轴刚度可靠性分析

将许用挠度看作模糊变量,将载荷、材料参数、几何尺寸等不确定因素视为随机变量,提出了考虑模糊失效准则的机床主轴刚度靠性分析模型。给出了机床主轴模糊失效的几何意义,推导了其隶属度函数。利用Gauss-Hermite积分,建立了机床主轴模糊可靠性的数值计算方法。数值算例表明,该方法不仅有效地减少了计算量,精度高,而且与实际情况更接近,计算结果更为保守。     

基于灰色聚类的直流电机无极调速的机床主传动系统优化设计

在设计机床的主传动非常规变速系统时,首先利用传统优化设计方法求出理想解和多个合理解,然后再把其作为一个灰色系统,利用灰色系统理论中的灰色聚类方法,对多个合理解按满意程度进行排列,其结果可为普通机床的设计、开发提供更趋于实际的理论依据.文中介绍利用灰色聚类方法开发金属切削机床直流电机无极变速的主传动非常规变速系统优化设计的总体结构、功能和方法.本系统具有界面美观、操作方便、易于理解的特点.     

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。     

基于逐步线性回归的温度测点优化

在数控机床热误差补偿技术中,温度测点的选择与优化是一个难点。文章采用逐步线性回归方法对核电轮槽铣床主轴箱的温度测点进行优化与建模。首先利用瞬态热-结构耦合分析了主轴箱在粗加工时的温升和热变形,再通过逐步线性回归方法对温度测点进行优化,利用优化后的温度测点建立了主轴X,Y,Z三个方向的热误差模型,最后对主轴箱在精加工运行时对所建立的模型进行了验证,结果表明:该方法不仅可以有效减小温度测点数目,还能保证模型的预测精度,三个方向的热误差均减小到5μm以下。     

基于模糊聚类的弯曲回弹分析

弯曲工艺中,影响弯曲回弹角的因素很多,难以建立准确的弯曲回弹预测模型.将模糊聚类算法和统计学理论相结合,建立了弯曲回弹的模糊聚类预测模型.对V形件的弯曲回弹进行了预测并对预测结果进行了分析,预测结果符合实际实验弯曲回弹趋势,说明了模糊聚类算法的科学性及合理性.     

机床热误差温度测点优化和补偿建模研究现状

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。本文综述了关于机床温度测点位置优化方法和热误差补偿建模的方法,并对几种方法进行了比较,阐述了各方法的优缺点最后给出了运用其它方法来解决此类问题的思路。     

模糊聚类方法在电力系统中的应用

电力负荷预测是电力系统调度、用电、计划和规划等管理部门的重要工作。本文采用模糊推理预测方法进行负荷预测的研究，该方法是基于模糊聚类对输入变量进行有效模糊划分，并通过递推最小二乘辨识模糊模型的结论参数。采用该方法对某供电企业电力系统进行建模研究，取得了满意的效果。     

基于灰色聚类的机床主传动转速重复的非常规变速系统的优化设计

在设计机床的主传动非常规变速系统时,首先利用传统优化设计方法求出理想解和多个合理解,然后再把其作为一个灰色系统,利用灰色系统理论中的灰色聚类方法,对多个合理解按满意程度进行排列,其结果可为普通机床的设计、开发提供更趋于实际的理论依据.介绍利用灰色聚类方法开发金属切削机床重复转速的主传动非常规变速系统优化设计的总体结构、功能和方法.设计的系统具有界面友好、操作方便、易于理解的特点.     

基于ANSYS的机床主轴结构优化设计

运用APDL建立机床主轴的参数化有限元模型,应用ANSYS优化设计功能,以主轴的重量为优化目标,对主轴的支承跨距、外径、悬伸长度和传动件安装位置进行了优化计算,并对优化结果进行了分析.结果表明:主轴结构优化后,在保证机床各种性能的前提下,主轴重量得到有效的减小.     

加工工艺参数选择的灰色聚类综合评价方法

根据灰色聚类综合评价的原理和方法，将各种影响加工工艺参数选择的因素视为不完全信息的灰色信息，探讨了加工工艺选择的灰色聚类综合评价方法。     

基于热模态分析的热误差温度测点优化选择

针对影响机床热误差建模的温度场分布问题,提出一种热模态分析方法,对机床热误差建模温度测点进行优化选择。以数控机床主轴温度场分析为例,利用热模态方法得到主轴各模态的时间常数、温度场及热变形模态形状,从而确定温度测点的最优位置。并通过实验验证了所建立模型的准确性与鲁棒性。     

零件的灰色聚类方法及其在夹具CAD中的应用

提出了基于灰色系统理论的零件的聚类方法，给出了零件灰色聚类方法的数学模型，并指出对零件进行聚类分析是实现成组夹具的基础。