金属学及金属工艺论文_机床主轴热关键点选择与_自动化应用杂志社投稿

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

金属学及金属工艺论文_机床主轴热关键点选择与

作者:

关键词:

摘要：

文章摘要:针对机床主轴热误差对准静态精度影响的关键问题，提出了一种基于改进鸡群优化算法（MCSO）及支持向量（SVM）的热误差预测模型。利用基于非监督学习的谱聚类与Spearman关联分析辨识主轴关键敏感温度测点，降低温度数据分布于数量的依赖，削弱温度变量间的多重共线性。引入Levy飞行策略至母鸡个体局部搜索过程，构建了非线性动态自适应惯性权重更新雏鸡策略，基于MCSO-SVM进行核函数、罚因子以及偏差量的全局优化，分别采用MCSO-SVM、BP-GA、GA-SVM和CSO-SVM热误差建模，同时对不同转速下的模型预测能力进行对比分析。热误差实验测量与预测结果表明：谱聚类与Spearman关联分析可有效降低温度变量共线性导致的耦合作用；MCSO-SVM可实现典型转速下主轴五项热误差的高精度预测，模型具备较好的泛化能力和鲁棒性。

文章关键词:

项目基金: