主轴热伸长建模耦合温度测点优化的研究

数控机床高速加工过程中,机床主轴温度场表现出时滞性、时变性,温度变量间的强耦合性导致关键温度测点难以准确定位,同时主轴温度场分布连续特性导致关键温度测点固有的相关性不易识别与排除,致使温度变量与主轴热伸长的非线性关系不易于表达,从而影响主轴热伸长建模的鲁棒性。据此以欧氏距离为度量手段,利用质心聚类分析分类强耦合温度测点,以灰色关联序为依据,基于灰色关联分析提取同类温度测点的热敏点,运用主成分分析降低关键温度变量的维度,进而消除主轴温度场的重叠信息,基于综合温度变量主成分的最小二乘支持向量机主轴热伸长预测结果表明,关键温度测点判定准确,关键温度变量间的耦合性得以消除,提高了主轴热伸长建模的可靠性与预测精度。