计量学报

作者：迟玉伦,宋卓阳,王国强,姚磊

单位：上海理工大学机械工程学院,上海200093

关键词：几何量计量;主轴回转误差;多传感器信号;PSO-SVM;LMD;皮尔森相关系数

基金：国家自然科学基金(51605294)

通过对主轴回转误差形成机理分析,基于多传感器信号构建了主轴回转误差回归预测模型。首先,使用LMD分解方法和皮尔逊相关系数算法对主轴回转误差密切相关的主轴前轴承振动信号、主轴电流信号和前轴承声发射信号进行特征量提取和寻优降维,克服了以往机床主轴回转误差预测中原始信号类型过于单一的问题。其次,针对各监测信号与机床主轴回转误差之间的非线性问题,利用支持向量机模型特有的RBF核函数实现多输入量下的非线性预测、找到数据之间的复杂关系,但模型中宽度系数σ、惩罚因子C和不敏感损失系数ε的有效确定是建立其RBF核函数的难题,为此建立了基于粒子群算法的支持向量机模型对主轴回转误差进行回归预测。再次,为评价该模型的有效性,提出了基于均方误差、平均绝对误差和决定系数的主轴回转误差回归预测模型评价方法。最后,使用i5m4数控加工中心对上述预测模型进行了实验研究,结果表明:该PSO-SVM回归预测模型的均方误差为0.19%,平均绝对误差为4.58%,决定系数为0.9237,相对于优化前模型,该PSO-SVM回归预测模型可准确有效实现主轴回转误差的预测。

来源：2024年第9期

《计量学报》期刊编辑部

查看计量学报杂志2024年第9期