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

来源：机床与液压杂志2022年第6期北京时间：

作者：叶天玺，娄平，严俊伟，胡建民

单位：武汉理工大学信息工程学院；武汉理工大学信息工程学院；武汉理工大学信息工程学院；湖北经济学院信息与通信工程学院

摘要：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。

关键词：温度测点;模糊聚类;最大信息系数（MIC）

基金资助：武汉市科技局应用基础前沿专项（2020010601012176)