融合时间的单温度敏感点机床热误差建模方法

针对敏感点变动性和敏感点共线性对热误差预测模型的预测精度和稳健性的影响,提出融合时间的单温度敏感点建模方法,将隐性参数时间显性化,进一步明确温度变量、时间变量与热误差之间的关系,提升热误差模型的预测精度和稳健性,降低温度敏感点的选择难度.在采用半年数控机床热误差实验数据时,仅选用一个温度测点作为敏感点,建立温度、时间与热误差之间的多元回归预测模型;与传统的选择多温度敏感点的多元回归热误差预测模型进行比对分析,验证所提方法的有效性.研究结果表明:对数控机床的Y向热误差,所提出建模方法的平均预测精度为2.57 μm,模型稳健性为1.37 μm,相较于传统的热误差预测模型,预测精度和稳健性提高了28.0%和47.1%;对数控机床的Z向热误差,所提出建模方法的平均预测精度为5.30 μm,模型稳健性为3.40 μm,相较于传统的热误差预测模型,预测精度和稳健性提高了45.1%和57.7%;能较好地降低温度敏感点的选择难度,提高热误差模型的预测精度和稳健性.