文献

J-GLOBAL ID：201702285384177753   整理番号：17A0173674

CNC工作機械の熱誤差時系列モデル予測ロバスト性の向上【JST・京大機械翻訳】

Improvement of forecasting robustness of time series model for thermal error on CNC machine tool

著者 (4件)： Miao Enming (School of Instrument Science and Opto-electronics Engineering, Hefei University of Technology) ,  Liu Yi (School of Instrument Science and Opto-electronics Engineering, Hefei University of Technology) ,  Dong Yunfei (School of Instrument Science and Opto-electronics Engineering, Hefei University of Technology) ,  Chen Weikang (School of Instrument Science and Opto-electronics Engineering, Hefei University of Technology)
資料名： Guangxue Jingmi Gongcheng  (Guangxue Jingmi Gongcheng)
巻： 24  号： 10  ページ： 2480-2489  発行年： 2016年 
JST資料番号： C2090A  ISSN： 1004-924X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： NC工作機械の熱誤差モデリングに適用される時系列アルゴリズムは,深刻な多重共線性の影響によってロバスト性を予測する問題があるので,時系列予測ロバスト性を向上させる方法を提案する。この方法は,時系列のアルゴリズムを多重共線性を抑制することができるモデリングと結合することによって,モデルに温度場を加えることによってより包括的な温度情報を提供するだけではなく,温度場を導入するより深刻な多重共線性を扱うことができる。本論文では,時系列アルゴリズムにおける分布遅延(DL)アルゴリズムと共線抑制アルゴリズムにおける主成分回帰(PCR)アルゴリズムを例として取り上げ,主成分分布遅れ(PCDL)アルゴリズムを用いて工作機械の熱誤差補償モデルを構築し,DLアルゴリズムの予測精度とロバスト性を比較した。結果は,PCDLアルゴリズムが多重共線性の影響を抑制するので,モデルの予測精度とロバスト性はDLモデルよりも優れており,予測精度は約9ΜM向上することを示した。本論文で述べた方法は,時系列データモデリングの異なる分野における応用のための参照を提供することができる。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 温度場 ,  *ロバスト性 ,  アルゴリズム ,  多重化 ,  *工作機械 ,  *NC工作機械 ,  *CNC工作機械 ,  モデリング
準シソーラス用語： データモデリング ,  予測精度 ,  誤差補償 ,  主成分回帰 ,  時系列予測 ,  *時系列モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： Numerical Controlled Machine(NCM)tool ,  thermal error ,  time series model ,  forecasting robustness ,  principal component distribution lag algorithm

分類 (1件)： 切削一般  (QC02010V)

タイトルに関連する用語 (5件)： CNC工作機械 ,  熱誤差 ,  時系列モデル ,  予測 ,  ロバスト性