基于模糊C-means聚类的数控机床热误差补偿控制

摘要

数控机床在受热条件下产生热误差,降低了数控机床的稳定性。因此,提出基于模糊C-means聚类的数控机床热误差补偿控制方法,构建数控机床的输出工况信息采集模型,利用热力学传感器采集数控机床热动力学参数,对热误差相关性约束参数进行自整定控制,采用模糊C均值聚类方法实现对数控机床热误差约束参数的特征聚类处理。通过提取数控机床热误差补偿的高雷诺数信息分量,在不同的驱动响应控制模型下采用误差反馈补偿方法,实现对数控机床的气动扰动和流场分析,根据模糊C-means聚类结果,实现对数控机床热误差补偿控制。仿真结果表明,采用该方法进行数控机床热误差补偿的输出稳定性较好,误差补偿能力较强,提高了数控机床的加工精准度水平。