混合蛙跳算法優化SVM的進給軸熱誤差預測研究*

石顏龍，田春苗，阿勇嘎，季澤平，郭世杰

（1. 內蒙古自治區大數據中心，呼和浩特 010051；2. 內蒙古工業大學, 呼和浩特 010051）

在機床的各項誤差源中，熱誤差與幾何誤差是最主要的誤差源[1]，其中熱變形所導致的制造誤差可達總誤差源的70%[2]，對于精密機床而言，熱誤差所占總誤差的比例更大，最高可達89%[3]，所以如何減少機床熱變形誤差將是提高機床加工精度的關鍵技術。

針對巖心沖蝕擾動的問題，可采取超前壓入提前保護底部巖層以及避免沖洗液直接沖刷底部巖層的方式輔助內筒單動來解決。

研究表明，通過實施誤差補償可有效提升機床的準靜態精度。誤差建模是誤差補償技術的基礎，通過熱誤差建模可將機床的熱變形表達成機床位置或溫度的函數，建立能夠正確反映機床溫度場與熱誤差之間關系的熱誤差函數映射關系。熱誤差的建模方法包括理論建模方法和試驗建模方法[4]。準靜態下機床熱誤差決定于進給系統及主軸系統的進給速度、轉速和周圍環境；動態條件下，機床熱誤差主要決定于加工工況、冷卻條件，以及機床啟停間隔等影響因素。機床的熱誤差具有熱遲滯及耦合作用，且呈現易受外部環境影響的特點，因此單一的理論分析不足以描述系統復雜熱誤差特征[5]。利用實測數據進行試驗建模是工業現場較為普遍的方法，該方法的前提是依據理論分析或工程經驗預判機床上發熱量較大的區域，并利用溫度傳感器進行溫度場數據采集，然后測量機床關鍵部件的熱誤差值，根據測量熱誤差和測溫點的溫度值建立兩者對應關系的數學模型[6]。……