基于支持向量机的数控机床空间误差辨识与补偿 (2010年)

为了精确地建立数控机床空间误差预测模型，提出基于支持向量机的空间误差辨识与补偿方法。通过训练学习，优化了最小二乘支持向量机参数，采用激光矢量分步对角线法在一台数控铣床上进行了空间误差辨识和补偿实验研究。结果表明：支持向量机预测模型能有效辨识数控机床的空间误差。与神经网络预测模型进行了比较，表明支持向量机空间误差预测模型补偿精度高、建模速度快，通过其补偿可有效提高数控机床的加工精度。