基于多元相空間重構的數(shù)控機床運動精度預測.pdf

1、精度是數(shù)控機床的一個重要性能指標。數(shù)控機床精度直接影響加工零件的精度和質量，體現(xiàn)著整個制造業(yè)的技術水平和競爭力。我國是數(shù)控機床消費大國，但不是數(shù)控機床制造強國，需求和制造力處于不平衡狀態(tài)，尤其是高檔數(shù)控機床。與進口數(shù)控機床相比，國產數(shù)控機床的精度保持性不高，提高精度保持性是國內數(shù)控機床亟待解決的問題。本文針對數(shù)控機床運動精度進行了分析和預測，根據(jù)分析和預測結果，可在數(shù)控機床運動精度失效之前采取措施減小或消除誤差來源，從而提高產品加工精度

2、，并延長數(shù)控機床的服役時間，提高精度保持性。另外還能指導機床維修工作，防止失修帶來的經濟損失。
　　本文針對數(shù)控機床的多個運動精度特征量時間序列，基于多元相空間技術建立運動精度相空間，將低維時間序列映射到高維相空間中，恢復混沌吸引子，揭露復雜表象后的有序狀態(tài)。引入主成分分析法對重構后的相空間進行去冗降維，簡化模型結構。然后構建小波神經網(wǎng)絡預測模型，以運動精度的相點坐標為輸入，圓度誤差變化量為輸出，對預測模型訓練學習，從而實現(xiàn)數(shù)控機

3、床運動精度的預測。本文主要的研究工作如下：
　?。?）搭建實驗平臺測試數(shù)控機床運動精度，獲取多個運動精度特征量時間序列數(shù)據(jù)。并通過算數(shù)平均法對數(shù)據(jù)進行降噪處理，采用最大李雅普諾夫指數(shù)分析數(shù)控機床運動精度序列的混沌特性。
　?。?）重構數(shù)控機床運動精度相空間。采用C-C算法分別計算出各運動精度特征量時間序列的相空間重構參數(shù)。然后通過主成分分析法濾除冗余信息，簡化相空間結構。以運動精度相空間維數(shù)作為小波神經網(wǎng)絡輸入層神經元數(shù)目，

4、避免了試湊法，保證了輸入信息的完備性。
　　（3）構建數(shù)控機床運動精度小波神經網(wǎng)絡預測模型。選用Morlet小波作為隱含層神經元激勵函數(shù)，分析并確定小波神經網(wǎng)絡結構，給出了預測模型參數(shù)修正算法，然后通過重構后的運動精度相空間數(shù)據(jù)對預測模型進行訓練和預測。最后根據(jù)預測評價指標（預測精度、最大相對誤差、相對均方誤差），對結果分析評價。同時與未降維處理的多元WNN預測模型、單元WNN預測模型進行比較。
　　實驗結果表明：基于多元相