基于GA-LSSVM的数控机床热误差建模方法研究

来源：机床与液压杂志2021年第2期北京时间：

作者：李高强，张宇，李鸣

单位：南昌大学信息工程学院；南昌大学信息工程学院；南昌大学信息工程学院

摘要：为减小数控机床热误差对加工精度的影响，实现对热误差的补偿控制，提出一种基于遗传算法(GA)优化的最小二乘支持向量机(LSSVM)数控机床热误差建模方法。利用遗传算法优化选择LSSVM惩罚因子C和核函数参数σ2，构建针对某卧式加工中心主轴热误差的GA-LSSVM模型。根据该模型得到热误差的模拟值和测量值对比曲线，通过分析发现GA-LSSVM模型性能较好，模型残差较小，预测精度较高。建立热误差LSSVM模型和传统BP模型并与GA-LSSVM模型作对比，结果表明：GA-LSSVM模型绝对残差δ及均方误差MSE均为最小，模型决定系数R2最大，验证了GA-LSSVM建模方法的有效性

关键词：最小二乘支持向量机;热误差;遗传算法;数控机床

基金资助：江西省重点研发计划项目(20161BBE50084)；河北省重点研发计划项目(16211803D)