R;R;R

速度：Vmax =3M/S

加速度：Amax= 250M/S2

在德国力士乐数控机床热误差建模补偿应用中,建立能够准确反映机床关键点温升和热变形之间的热误差模型,是软件热误差补偿的关键。由于机床温度的复杂性,使得贴放在机床上的温度传感器之间具有不同程度的共线性关系。本文针对基于蕞小二乘原理的多元回归无偏估计方法在处理具有共线性问题中的缺陷,对该方法进行演化,提出了一种无偏估计拆分算法,用于抑制建模自变量间的共线性。

 德国力士乐型数控加工中心主轴热误差分别建立了多元线性回归模型和无偏估计拆分模型,研究结果显示,无论是对于同季度内还是不同季度之间的热误差数据的预测,无偏估计拆分算法不仅保证了模型的篙精度,而且具有更强的稳健性,此优势在不同季度之间的热误差预测中更为明显。本文工作为德国力士乐数控机床热误差补偿技术提供了一种有效的建模方法,丰富了热误差建模理论,为实际工程应用