机床相对动柔度劣化趋势预测研究

来源：机床与液压杂志2016年第13期北京时间：

作者：王二化

单位：常州信息职业技术学院机电工程学院；常州信息职业技术学院机电工程学院；常州信息职业技术学院机电工程学院；常州信息职业技术学院机电工程学院

摘要：在机床的连续使用过程中，其相对动柔度第一阶固有频率、最大相对动柔度、平均相对动柔度和品质系数COM均会发生不同程度的改变，因此，对机床相对动柔度劣化趋势进行预测研究就具有非常重要的意义。然而，由于机床相对激振实验会影响机床的正常使用，很难获取大量的机床相对动柔度数据。为解决实验数据的小样本问题，采用广义隐马尔科夫模型（Generalized Hidden Markov Model, GHMM）以及重心法进行机床相对动柔度劣化趋势研究。结果表明：和隐马尔科夫模型（Hidden Markov Model, HMM）相比，GHMM具有更高的预测精度，可以很好地解决小样本问题；各个评价指标的准确预测，可以大大减少复杂的相对激振实验次数，快速地得到机床相对动柔度劣化趋势。

关键词：相对激振法;相对动柔度;广义隐马尔科夫模型;重心法

基金资助：国家关键基础研究计划项目（2011CB706803）；国家自然科学基金资助项目（51175208）