基于FCM自适应模糊聚类的温度测点优化

摘要

在数控机床热误差建模中,温度测点的选择与优化是一个难点.针对传统的FCM模糊聚类方法对数控机床温度测点优化需要人为事先确定聚类数目,提出了一种FCM自适应模糊聚类测点优化方法.该方法在FCM聚类算法的基础上,建立了聚类数自适应函数,并自动给出最佳聚类数.通过对一台立式铣床进行实验验证,结果表明:FCM自适应模糊聚类方法自动将机床的温度测点由13个减少到6个.结合多元回归分析,建立了关键测温点的热误差模型,所建立的热误差模型精度较高,热误差由50 μm减小到10 μm以下,验证了该方法的有效性.