机床相对动柔度劣化趋势预测研究

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

所属期刊栏目：44

分类号：TG502.14(金属切削加工及机床)

资助基金：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

在线出版日期：2016-08-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：28-33