WO2020041955A1 - 一种基于改进型拉开档次法的数控机床综合性能评价方法 - Google Patents

一种基于改进型拉开档次法的数控机床综合性能评价方法 Download PDF

Info

Publication number
WO2020041955A1
WO2020041955A1 PCT/CN2018/102608 CN2018102608W WO2020041955A1 WO 2020041955 A1 WO2020041955 A1 WO 2020041955A1 CN 2018102608 W CN2018102608 W CN 2018102608W WO 2020041955 A1 WO2020041955 A1 WO 2020041955A1
Authority
WO
WIPO (PCT)
Prior art keywords
evaluation
index
level
indicators
comprehensive
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/CN2018/102608
Other languages
English (en)
French (fr)
Inventor
刘阔
刘海波
李特
褚恒
王永青
贾振元
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dalian University of Technology filed Critical Dalian University of Technology
Priority to US16/483,256 priority Critical patent/US10814448B2/en
Priority to PCT/CN2018/102608 priority patent/WO2020041955A1/zh
Publication of WO2020041955A1 publication Critical patent/WO2020041955A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
    • B23Q17/0952—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining
    • B23Q17/0971—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining by measuring mechanical vibrations of parts of the machine
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Program-control systems
    • G05B19/02—Program-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of program data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of program data in numerical form characterised by monitoring or safety
    • G05B19/4063—Monitoring general control system
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q15/00—Automatic control or regulation of feed movement, cutting velocity or position of tool or work
    • B23Q15/007—Automatic control or regulation of feed movement, cutting velocity or position of tool or work while the tool acts upon the workpiece
    • B23Q15/12—Adaptive control, i.e. adjusting itself to have a performance which is optimum according to a preassigned criterion
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Program-control systems
    • G05B19/02—Program-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of program data in numerical form
    • G05B19/414—Structure of the control system, e.g. common controller or multiprocessor systems, interface to servo, programmable interface controller
    • G05B19/4145—Structure of the control system, e.g. common controller or multiprocessor systems, interface to servo, programmable interface controller characterised by using same processor to execute programmable controller and numerical controller function [CNC] and PC controlled NC [PCNC]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/33—Director till display
    • G05B2219/33099—Computer numerical control [CNC]; Software control [SWC]

Definitions

  • the invention belongs to the technical field of performance evaluation of numerically controlled machine tools, and in particular relates to a comprehensive evaluation method of performance of numerically controlled machine tools based on an improved pull-out grade method and comprehensive integration and weighting.
  • the ideal solution is to regularly check the key performance indicators of CNC machine tools, find the changes in accuracy, efficiency, reliability and energy consumption, and judge the factors that affect the machining performance of the machine tools, and make targeted compensations or improvements.
  • the comprehensive performance evaluation of CNC machine tools is an important means to distinguish the performance status of machine tools. It is of great significance for optimizing the design scheme of CNC machine tools, and it is also the reference basis for users to choose a CNC machine tool suitable for the working conditions.
  • the purpose of the present invention is to provide a comprehensive performance evaluation method for machine tools based on an improved pull-out method.
  • the evaluation result of the method not only has a high degree of discrimination, but also facilitates vertical or horizontal comparison between major systems and subsystems. To solve the problem that the comprehensive performance of the machine tool cannot be quantitatively evaluated, and to provide a systematic and scientific basis for the evaluation of the comprehensive performance of the machine tool.
  • a comprehensive performance evaluation method of numerically controlled machine tools based on the improved pull-out method is as follows:
  • the key performance indicators of CNC machine tools are summarized into four aspects: accuracy, efficiency, reliability and energy consumption. Different factors have different effects on the comprehensive performance of CNC machine tools.
  • the index types are divided and the subordinate relationships are analyzed to establish multi-level indicators. Set, build the evaluation system step by step; the key performance indicators of CNC machine tools are classified as follows:
  • the second level three sub-indexes of accuracy error, geometric error, thermal error and compound motion error, as well as the specific indexes to which the other three first-level indexes belong;
  • the supplementary classification includes:
  • Level 3 The secondary indicators of accuracy are reflected in the errors on different axes and planes, including X-axis geometric errors, perpendicularity errors, X-feed axis thermal errors, and X-Y plane roundness errors;
  • Machine performance data is obtained through laser interferometers, ballbars, and other devices.
  • the n performance indicators of m numerically controlled machine tools are evaluated, and the original data matrix of m ⁇ n-level evaluation indicators is constructed;
  • x ′ j is taken as the minimum value of the j-th evaluation index in the sample of the evaluated object
  • r k is taken as 1.0, 1.2, 1.4, 1.6, 1.8, which respectively represent that the index x k-1 is equally important than x k , which is slightly important, obviously important, strongly important and extremely important;
  • the subjective weight coefficient of the indicator is obtained according to the following formula:
  • the difference coefficient g j 1-e j of each evaluation index
  • the connotation of this method is to perform correlation analysis on several specific subjective and objective weighting methods to obtain the quantitative correlation between a single weight vector and other weight vectors, and use this to measure the relative importance of each weighting method and highlight stability. Role of reliable weight vectors;
  • the evaluation index is weighted to distinguish the degree of importance.
  • w j (2, t, q) is the comprehensive integration weight coefficient that represents the importance of the index;
  • the basic idea of determining the weight coefficient vector b (2, t, q) is to reflect the difference between different evaluation objects relative to the evaluation target to the greatest extent, and transform it into a mathematical language, even if the linear comprehensive evaluation function y i (2, t, q) pairs
  • the comprehensive evaluation value of the n evaluation objects has a maximum degree of dispersion
  • the present invention proposes a comprehensive performance evaluation method of numerically controlled machine tools based on the improved pull-open method, which is used to evaluate the comprehensive performance of various numerically controlled machine tools and the horizontal comparison of the specific performance of different machine tools.
  • the weighting idea of "maximization of differences" the comprehensive evaluation value has a high degree of discrimination, and provides a scientific and operable evaluation method and process for the comprehensive performance evaluation of machine tools.
  • the present invention circumvents the shortcomings of using pure subjective or objective weighting in the static evaluation process of CNC machine tools, and uses the comprehensive integration weighting principle based on the Pearson correlation coefficient to combine weight information, highlighting the role of stable and reliable weight vectors. .
  • the present invention is an important means for distinguishing the performance status of machine tools, which is of great significance for optimizing the design scheme of CNC machine tools, and is also a reference basis for users to choose a CNC machine tool suitable for the working conditions.
  • Figure 1 is a tree diagram of the key performance index system of CNC machine tools.
  • FIG. 2 is a flowchart of a hierarchical comprehensive evaluation of the performance of a NC machine tool based on an improved pull-open method.
  • the performance index system of CNC machine tools is shown in Figure 1.
  • the system can be decomposed into four levels of subsystems, namely the large system: machine tool performance (S); the first level of subsystems: accuracy (S 1 (1) ), efficiency (S 2 (1) ), reliability (S 3 (1) ), energy consumption (S 4 (1) ); second-level subsystem: geometric error (S 1 (2,1) ), thermal error (S 2 (2,1) ), composite motion error ( S 3 (2,1) ); the third level subsystem: X-axis geometric error (S 1 (3,1,1) ), Y-axis geometric error (S 2 (3,1,1) ), Z-axis geometry Error (S 3 (3,1,1) ), verticality error (S 4 (3,1,1) ).
  • the original matrix composed of all the underlying index data of the four CNC machine tools shown in Table 1 is standardized to obtain a standard observation matrix.
  • the first step is to rank the relative importance of the evaluation indicators, and then judge the importance of neighboring indicators and assign values. Based on this, the scoring table is designed.
  • Table 2 shows the scoring table of six four-level indicators under the X-axis geometric error U 111 in the evaluation index system. The design methods of other levels of index scoring tables are similar and will not be described again.
  • Table 2 X-axis geometric error subordinate four-level index importance score table
  • the system S 1 (3,1,1) in Table 3 represents the No. 1 third-level indicator under the No. 1 first-level indicator, which represents the third-level subsystem of "X-axis geometric error”; similarly, S 1 (2,1) represents the "geometric error” secondary subsystem, and so on.
  • the objective weight vectors of the indicators at all levels can be obtained.
  • the six indicators of the subsystem S 1 (3,1,1) are based on the objective weight vector of the entropy weight method as [0.1808, 0.2055, 0.1024. , 0.1224, 0.1786, 0.2102], the three index weight vectors of subsystem S 1 (1) are [0.6737, 0.0231, 0.3032].
  • the optimal weight vector was obtained using the integrated weighting method based on the vector Pearson coefficient.
  • Table 4 Multiply each evaluation index by the corresponding comprehensive weight (that is, perform index weighting processing) to obtain a weighting matrix A.
  • Table 6 clearly shows the first-level performance indicators and comprehensive performance evaluation values of the machine tools, and fully reflects the performance status of each machine tool.
  • the order of the comprehensive performance of the four machine tools is: No. 4> No. 3> No. 1> No. 2.
  • machine tool No. 2 has the best accuracy, its overall performance is the worst; machine tool No. 4 has the best comprehensive performance, but the worst precision performance. It can be seen that although the overall performance of the machine tool is superior, it cannot be ruled out that there is a defect in one aspect, and the performance of the machine tool can be improved from the first-level performance indicators. For example, the precision status of No. 4 machine tool can be comprehensively tested and targeted compensation measures can be taken.
  • Hierarchical comprehensive evaluation based on the improved pull-open method can distinguish the advantages and disadvantages of the comprehensive performance of multiple machine tools, and can also compare the performance status of different levels of different machine tools to achieve a comprehensive and multi-level comparative analysis.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Factory Administration (AREA)

Abstract

一种基于改进型拉开档次法的数控机床综合性能评价方法，属于数控机床性能评价技术领域。采用线性比例法对机床的各项性能指标数据进行标准化处理。依据序关系分析法确定各级指标的主观权重，采用熵权法和均方差法确定各级指标的两种客观权重，基于向量皮尔森相关系数的原理综合主客观权重信息。利用综合权重对指标进行权化处理，通过权化指标矩阵对应的正定矩阵确定指标的最终权重系数，并基于线性加权评价函数求得三级指标的综合评价值。最后采用类似的方法逐层向上计算得到大系统的综合评价值。用于对各种数控机床的综合性能评价，以及不同机床具体性能的横向对比，为机床综合性能评价提供了一种科学的、可操作的评价方法和流程。

Description

一种基于改进型拉开档次法的数控机床综合性能评价方法 技术领域
本发明属于数控机床性能评价技术领域，具体为一种基于改进型拉开档次法和综合集成赋权的数控机床性能综合评价方法。
背景技术
数控机床作为机械制造的基础装备，加工性能受到诸多因素的影响，并最终反映到产品质量的优劣上。因此要得到综合性能良好的产品，必须要提高机床的加工性能。性能测评是其中的关键一环，在加工一批零件之前对数控机床进行全面、综合的评价，掌握数控机床当前的运行状况，从而保证数控机床能工作于性能优良的状态，进而避免了机床加工性能满足不了产品性能要求的问题。为保证零件加工的质量，目前常用的方法都是对成品零件进行各项质量检查，发现问题后再解决。这种方法的效率低、误差大，不仅延长了生产周期，而且大大增加了生产成本。理想的解决办法是对数控机床的关键性能指标进行定期检测，发现精度、效率、可靠性和能耗的变化，据此判断影响机床加工性能的因素，并做出针对性的补偿或改进。
数控机床综合性能评价是区分机床性能状况的重要手段，对优化数控机床设计方案具有重要意义，同时也是用户选择适合工况数控机床的参考依据。
目前，数控机床的加工性能评价较为局限，大多是就机床精度或可靠性这一方面进行评价，采用的评价方法和理论也较为单一，对机床综合性能的评价研究较少。然而，对于实际生产应用，仅仅考虑机床某一方面的性能是不全面、不可靠的。用户在选择机床时，综合性能的全面测评显得尤为必要。2010年，刘世豪等在《山东大学学报》第40期第1卷发表文章《基于层次分析法的数控机床性能模糊综合评判》，利用层次分析法建立了数控机床综合评价模型，确定 了各层指标的权重系数，通过模糊算子和权重向量得到模糊综合评判结果，并对卧式加工中心的综合性能进行了评价。2012年，孙惠娟等在《四川大学学报》第44期第6卷发表文章《五轴数控机床综合误差建模评价方法研究》，提出了一种针对几何、伺服误差的机床精度综合评价模型，并通过圆测试实验进行了模型验证。2017年，王伟等在《机械工程学报》第53卷第21期发表文章《基于综合评价体系的五轴数控机床加工性能评价和误差溯源方法》，通过仿真平台建立了机床控制系统参数S试件加工误差之间的映射关系,在各轴分类评价隶属度的基础上开发了误差溯源的综合评价体系，最后通过某五轴AB摆数控机床的切削试验,验证了方法的有效性。2011年，刘弹等在专利“一种基于粗糙集的数控机床两轴联动性能评估方法”申请号：201110434047.5中，通过粗糙集理论对初始决策表进行多属性离散化处理，将约简结果与两轴联动性能决策表进行对比匹配获得评估结果。2017年，李国发等在专利“一种考虑工况差异的数控机床可靠性评估的方法”申请号：201711273428.3中，建立了考虑工况差异的数控机床混合变参数幂律分布可靠性模型，并对幂律分布进行假设检验。
综上可知，尽管目前专家学者对数控机床的性能评价进行了较多的研究，但是大多是基于精度或是可靠性等某一个方面的指标进行评价，对综合性能进行全面评价的研究较少。此外，少数几个对数控机床加工性能进行综合评价的研究也几乎都是基于多级模糊综合评价理论，虽然模糊评价适应了数控机床某些指标的模糊特性，且给出的具有鲜明等级特征的评价结果较为直观，一定程度上克服了传统数学评价方法结果较为单一的问题，但是仍存在一些不足之处：它难以解决指标间的关联性造成评价信息具有较大重复性的问题；没有系统、可靠的方法确定隶属度函数；且评价过程包含了大量的主观判断。
发明内容
本发明的目的在于提供一种基于改进型拉开档次法的机床综合性能评价方法，该方法的评价结果不仅具有较高的区分度，且便于各大系统以及子系统之间的纵向或横向对比，解决机床综合性能无法进行量化评估的问题，为机床综合性能的评价提供系统、科学的依据。
本发明的技术方案：
一种基于改进型拉开档次法的数控机床综合性能评价方法，步骤如下：
(一)数控机床关键性能指标体系的建立
数控机床关键性能指标归结为精度、效率、可靠性和能耗四方面，不同方面的因素对数控机床综合性能的影响有较大不同，将指标种类进行划分并分析从属关系，建立多层次的指标集，逐级构建评价体系；对于数控机床的关键性能指标，作如下分级：
第一级：数控机床的精度、效率、可靠性和能耗；
第二级：精度下属几何误差、热误差和复合运动误差三个二级指标，以及其它三个一级指标隶属的具体指标；
机床正常工作时在不同轴向、平面上的误差表现形式和大小都不同，因此补充分级，有：
第三级：精度下属二级指标体现在不同轴和平面上的误差，包括X轴几何误差、垂直度误差、X进给轴热误差及X-Y平面圆度误差；
机床运动部件沿不同轴向移动时相对理想位置偏离的形式及大小都不同，故继续对几何误差下属三级指标分级，有：
第四级：每个轴的三项移动性误差和转角误差，三轴之间垂直度误差；
各级评价指标之间的隶属关系是确定的，按照多级综合评价的一般过程， 最终确定如图1所示具有四级结构的数控机床关键性能指标体系；
(二)获取评价指标原始数据
机床性能数据通过激光干涉仪、球杆仪等装置获取，对m台数控机床的n项性能指标进行评价，构建m×n阶评价指标原始数据矩阵；
(三)评价指标预处理
首先将所有指标统一为极大型，选择能使评价值差异较大、稳定性最优、最大限度保留数据变异信息的线性比例法m j作为无量纲化方法：
Figure PCTCN2018102608-appb-000001
式中，x′ j取为被评价对象样本中第j项评价指标的最小值；
(四)序关系分析法确定主观权重
①确定序关系
首先，在原始评价指标集中选出一个关于评价目标的重要性程度最高的指标记为x 1，随后在剩下的m-1个指标中继续筛选，以此原理类推，最终确定该评价指标集的一个序关系：
x 1＞x 2＞...＞x m     (2)
②相邻指标重要性程度判断
设对于排序相邻的评价指标x k-1和x k之间重要性程度比值的理性判断为
Figure PCTCN2018102608-appb-000002
式中，r k的值取为1.0，1.2，1.4，1.6，1.8，分别代表指标x k-1比x k同等重要，稍微重要，明显重要，强烈重要和极端重要；
③权重系数计算
根据重要性程度的判断即按下式求出指标的主观权重系数：
Figure PCTCN2018102608-appb-000003
(五)熵值法确定客观权重系数
①对标准化数据进行归一化处理
Figure PCTCN2018102608-appb-000004
②计算各项评价指标熵值
Figure PCTCN2018102608-appb-000005
式中，
Figure PCTCN2018102608-appb-000006
③确定归一化的权重系数
Figure PCTCN2018102608-appb-000007
式中，各项评价指标的差异性系数g j＝1-e j；
(六)均方差法确定客观权重系数
①计算各项评价指标的均值
Figure PCTCN2018102608-appb-000008
②计算各项评价指标均方差
Figure PCTCN2018102608-appb-000009
③确定归一化的权重系数
Figure PCTCN2018102608-appb-000010
(七)基于皮尔森相关系数的综合集成赋权
此方法的内涵是对具体的几种主、客观赋权方法进行相关性分析，得到单个权重向量与其他权重向量的量化相关程度，并以此来衡量各个赋权方法的相对重要性，突出稳定可靠的权重向量的作用；
对于任意两个权重向量X＝{x 1,x 2,…,x n}，Y＝{y 1,y 2,…,y n}，对相关系数P(X,Y)作如下定义：
Figure PCTCN2018102608-appb-000011
式中，
Figure PCTCN2018102608-appb-000012
分别为X、Y的平均值，P(X,Y)∈[-1,1]；当P(X,Y)＝±1，表示两变量具有完全的线性相关性；当P(X,Y)＝0，则表明两变量线性无关；
为了便于后续的计算，调整P(X,Y)的取值区间，定义下式为两变量之间的相关度：
Figure PCTCN2018102608-appb-000013
进而给出某一权向量W k与其余权向量的总相关度为
Figure PCTCN2018102608-appb-000014
以总相关度衡量权重向量的重要性程度，确定综合集成赋权系数
Figure PCTCN2018102608-appb-000015
(八)基于改进型拉开档次法确定最终权重系数
首先对各评价指标进行区分重要性程度的权化处理
Figure PCTCN2018102608-appb-000016
式中，w j (2,t,q)为表征指标重要性程度的综合集成权重系数；x ij (2,t,q)的含义为隶属于第i个大系统的第二层次子系统s q (2,t)下属第j项指标的标准观测值，其中i＝1,2,…,n；j＝1,2,…,m tq；t＝1,2,…,n 1；q＝1,2,…,m t；进而得到权化指标矩阵
Figure PCTCN2018102608-appb-000017
相应的正定矩阵为
H (2,t,q)＝(A (2,t,q)) TA (2,t,q)        (17)
采用线性加权综合法构造子系统的综合评价函数
Figure PCTCN2018102608-appb-000018
确定权重系数向量b (2,t,q)的基本思想是最大程度反映不同评价对象相对于评价目标的差异性，转化为数学语言，即使线性综合评价函数y i (2,t,q)对n个评价对象的综合评价值有最大化的离散程度；
若取b (2,t,q)为正定矩阵H (2,t,q)所有基本特征值中最大者所对应的特征列向量，则评价值具有最大离散程度，将特征向量归一化后得到指标权重系数向量，由式(18)即求得所有评价对象子系统s q (2,t)的综合评价值；
(九)多级指标递阶评价
对于Y轴几何误差、Z轴几何误差等三级指标，热误差等二级指标，效率、可靠性等一级指标下属的具体性能指标，重复步骤(一)～(八)；
对于几何误差下属4个三级指标U 111～U 114，重复步骤(一)～(八)，得到不同机床几何误差综合评价值；需要指出的是，在根据三级指标评价值计算二级指标评价值时数据的数量级已具有一致性，故不再进行标准化处理；
对于精度下属3个二级指标U 11～U 13，重复步骤(一)～(八)，得到不同机床的精度综合评价值。
本发明的有益效果：
(1)本发明提出了一种基于改进型拉开档次法的数控机床综合性能评价方法，用于对各种数控机床的综合性能评价，以及不同机床具体性能的横向对比，同时得益于其“差异极大化”的赋权思想，综合评价值具有较高的区分度，为机床综合性能评价提供了一种科学的、可操作的评价方法和流程。
(2)本发明规避了数控机床静态评价过程中采用单纯的主观或客观赋权存在的缺陷，利用基于皮尔森相关系数的综合集成赋权原理组合权重信息，突出了稳定可靠的权重向量的作用。
(3)本发明是一种区分机床性能状况的重要手段，对优化数控机床设计方案具有重要意义，同时也是用户选择适合工况数控机床的参考依据。
附图说明
图1为数控机床关键性能指标体系树状图。
图2为基于改进型拉开档次法的数控机床性能递阶综合评价流程图。
具体实施方式
为了使本发明的技术方案和有益效果更加清晰明了，下面结合静态综合评价模型并参照附图，对本发明作详细说明。本实施例是以本发明的技术方案为前提进行的，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
(一)建立数控机床关键性能指标体系
数控机床性能指标体系如图1所示。该系统可以分解为四个层次的子系统，即大系统：机床性能(S)；第一级子系统：精度(S 1 (1))、效率(S 2 (1))、可靠性(S 3 (1))、能耗(S 4 (1))；第二级子系统：几何误差(S 1 (2,1))、热误差(S 2 (2,1))、复合运动误差(S 3 (2,1))；第三级子系统：X轴几何误差(S 1 (3,1,1))、Y轴几何误差(S 2 (3,1,1))、Z轴几何误差(S 3 (3,1,1))、垂直度误差(S 4 (3,1,1))。
(二)评价指标原始数据的获取
以沈阳机床集团4台不同型号数控机床的性能测试部分历史数据为例，进行评价过程的演示。指标原始数据如表1所示。
表1数控机床性能指标原始数据
Figure PCTCN2018102608-appb-000019
Figure PCTCN2018102608-appb-000020
续表1
Figure PCTCN2018102608-appb-000021
(二)评价指标预处理
根据线性比例法m j将表1中所示4台数控机床所有底层指标数据构成的原始矩阵进行标准化处理，得到标准观测矩阵。
(三)序关系分析法确定主观权重
考虑对图1所示数控机床关键性能指标体系进行序关系分析，需要进行专家评分表的设计，咨询的对象是大连理工大学从事数控机床方面研究的教授， 他们拥有丰富的数控机床研究与实践经验，评分结果的可靠度较高。
序关系分析法的基本原理为：第一步进行评价指标相对重要性程度的排序，再对相邻指标进行重要性判断并赋值。以此为依据设计评分表，评价指标体系中X轴几何误差U 111下属六个四级指标的评分表如表2所示。其它各级指标评分表的设计方法类似，不再赘述。
以X轴几何误差下属四级指标重要性评分为例，参与评分的3位专家对六项四级指标的重要性程度给出的排序结果一致，即为U 1111＞U 1112＞U 1113＞U 1114＞U 1115＞U 1116，但重要性程度赋值有所不同，赋值向量(即表中各指标重要性程度之比赋值构成的向量)分别为[1.4,1.0,1.2,1.0,1.0]、[1.5,1.0,1.3,1.0,1.0]、[1.3,1.0,1.4,1.0,1.0]，将3个赋值向量合并为3×5的矩阵并对每列元素求平均值得到最终的赋值向量为[1.4,1.0,1.3,1.0,1.0]，再依据序关系分析法的权重计算原理求得X轴几何误差下属四级指标的主观权重向量U1＝[0.2452,0.1752,0.1752,0.1348,0.1348,0.1348]。
表2X轴几何误差下属四级指标重要性评分表
Figure PCTCN2018102608-appb-000022
对于机床综合性能下属四项一级指标，3位专家给出的排序结果一致，均为U 1＞U 3＞U 2＞U 4，赋值向量分别为[1.5,1.5,1.4]、[1.7,1.6,1.4]、[1.6,1.4,1.4]，对合成矩阵的列求取平均值得到最终赋值向量[1.6,1.5,1.4]，由此求得一级指标的主观权重向量为U12＝[0.4275,0.1781,0.2672,0.1272]。
其它评分表的确定主观权重的过程类似，不再赘述，仅在表3中列出各级指标的主观权重向量计算结果：
表3中系统S 1 (3,1,1)表示1号一级指标下属1号二级指标下属的1号三级指标，即代表“X轴几何误差”三级子系统；同理，S 1 (2,1)表示“几何误差”二级子系统，以此类推。
表3各级指标主观权重系数汇总表
Figure PCTCN2018102608-appb-000023
(四)熵权法和均方差法确定客观权重
根据前述两种客观赋权法，可得到各级指标的客观权重向量，例如子系统S 1 (3,1,1)的6项指标基于熵权法的客观权重向量为[0.1808,0.2055,0.1024,0.1224,0.1786,0.2102]，子系统S 1 (1)的3项指标权重向量为[0.6737,0.0231,0.3032]。
(五)基于皮尔森相关系数的综合集成赋权
根据表3得到的各级指标主观权重向量，结合通过客观数据计算得到的两种客观权重向量，利用基于向量皮尔森系数的集成赋权法求得最优权向量，结果如表4所示。将各评价指标分别乘以对应的综合权重(即进行指标权化处理)，得到权化矩阵A。
表4各级指标综合权重一览表
Figure PCTCN2018102608-appb-000024
(六)基于改进型拉开档次法确定指标权重系数
根据拉开档次法的相关原理，先给出权化指标矩阵对应的正定矩阵，再求得其最大特征值对应的特征向量即为指标最终的权重，结果如表5所示。
表5各级指标最终权重一览表
Figure PCTCN2018102608-appb-000025
(七)综合评价值计算
利用表5中的最终权重系数和权化数据，逐级向上计算各级指标的评价值，最终求得数控机床一级指标评价值以及综合性能评价值，评价结果汇总见表6。
表6四台数控机床综合评价结果汇总表
Figure PCTCN2018102608-appb-000026
表6清楚地展示了机床的一级性能指标和综合性能的评价值，充分反映了各台机床的性能状况。4台机床综合性能优劣顺序为：4号>3号>1号>2号。虽 然2号机床的精度最优，但是其综合性能状况却最差；4号机床的综合性能最优，但精度性能却最差。由此可见，虽然机床的整体性能较优，但不能排除其某一方面是否存在缺陷，可从一级性能指标入手提升机床的性能。例如，可对4号机床的精度状况进行综合检测并采取针对性补偿措施。
基于改进型拉开档次法的递阶综合评价能对多个机床综合性能优劣情况进行区分，也可以对不同机床各层次性能状况进行比较，达到全方位、多层次的比较分析。
应该说明的是，本发明的上述具体应用仅用于示例性阐述本发明的原理和流程，不构成对本发明的限制。因此，在不偏离本发明思想和范围的情况下所做的任何修改和等同替换，均应包含在本发明的保护范围内。

Claims (1)

  1. 一种基于改进型拉开档次法的数控机床综合性能评价方法，其特征在于，步骤如下：
    (一)数控机床关键性能指标体系的建立
    数控机床关键性能指标归结为精度、效率、可靠性和能耗四方面，不同方面的因素对数控机床综合性能的影响有较大不同，将指标种类进行划分并分析从属关系，建立多层次的指标集，逐级构建评价体系；对于数控机床的关键性能指标，作如下分级：
    第一级：数控机床的精度、效率、可靠性和能耗；
    第二级：精度下属几何误差、热误差和复合运动误差三个二级指标，以及其它三个一级指标隶属的具体指标；
    机床正常工作时在不同轴向、平面上的误差表现形式和大小都不同，因此补充分级，有：
    第三级：精度下属二级指标体现在不同轴和平面上的误差，包括X轴几何误差、垂直度误差、X进给轴热误差及X-Y平面圆度误差；
    机床运动部件沿不同轴向移动时相对理想位置偏离的形式及大小都不同，故继续对几何误差下属三级指标分级，有：
    第四级：每个轴的三项移动性误差和转角误差，三轴之间垂直度误差；
    各级评价指标之间的隶属关系是确定的，按照多级综合评价的一般过程，最终确定如图1所示具有四级结构的数控机床关键性能指标体系；
    (二)获取评价指标原始数据
    机床性能数据通过激光干涉仪、球杆仪等装置获取，对m台数控机床的n项性能指标进行评价，构建m×n阶评价指标原始数据矩阵；
    (三)评价指标预处理
    首先将所有指标统一为极大型，选择能使评价值差异较大、稳定性最优、最大限度保留数据变异信息的线性比例法m j作为无量纲化方法：
    Figure PCTCN2018102608-appb-100001
    式中，x′ j取为被评价对象样本中第j项评价指标的最小值；
    (四)序关系分析法确定主观权重
    ①确定序关系
    首先，在原始评价指标集中选出一个关于评价目标的重要性程度最高的指标记为x 1，随后在剩下的m-1个指标中继续筛选，以此原理类推，最终确定该评价指标集的一个序关系：
    x 1＞x 2＞…＞x m          (2)
    ②相邻指标重要性程度判断
    设对于排序相邻的评价指标x k-1和x k之间重要性程度比值的理性判断为
    Figure PCTCN2018102608-appb-100002
    式中，r k的值取为1.0，1.2，1.4，1.6，1.8，分别代表指标x k-1比x k同等重要，稍微重要，明显重要，强烈重要和极端重要；
    ③权重系数计算
    根据重要性程度的判断即按下式求出指标的主观权重系数：
    Figure PCTCN2018102608-appb-100003
    (五)熵值法确定客观权重系数
    ①对标准化数据进行归一化处理
    Figure PCTCN2018102608-appb-100004
    ②计算各项评价指标熵值
    Figure PCTCN2018102608-appb-100005
    式中，
    Figure PCTCN2018102608-appb-100006
    ③确定归一化的权重系数
    Figure PCTCN2018102608-appb-100007
    式中，各项评价指标的差异性系数g j＝1-e j；
    (六)均方差法确定客观权重系数
    ①计算各项评价指标的均值
    Figure PCTCN2018102608-appb-100008
    ②计算各项评价指标均方差
    Figure PCTCN2018102608-appb-100009
    ③确定归一化的权重系数
    Figure PCTCN2018102608-appb-100010
    (七)基于皮尔森相关系数的综合集成赋权
    此方法的内涵是对具体的几种主、客观赋权方法进行相关性分析，得到单个权重向量与其他权重向量的量化相关程度，并以此来衡量各个赋权方法的相 对重要性，突出稳定可靠的权重向量的作用；
    对于任意两个权重向量X＝{x 1,x 2,…,x n}，Y＝{y 1,y 2,…,y n}，对相关系数P(X,Y)作如下定义：
    Figure PCTCN2018102608-appb-100011
    两变量具有完全的线性相关性；当P(X,Y)＝0，则表明两变量线性无关；
    为了便于后续的计算，调整P(X,Y)的取值区间，定义下式为两变量之间的相关度：
    Figure PCTCN2018102608-appb-100012
    进而给出某一权向量W k与其余权向量的总相关度为
    Figure PCTCN2018102608-appb-100013
    以总相关度衡量权重向量的重要性程度，确定综合集成赋权系数
    Figure PCTCN2018102608-appb-100014
    (八)基于改进型拉开档次法确定最终权重系数
    首先对各评价指标进行区分重要性程度的权化处理
    Figure PCTCN2018102608-appb-100015
    式中，w j (2,t,q)为表征指标重要性程度的综合集成权重系数；x ij (2,t,q)的含义为隶属于第i个大系统的第二层次子系统s q (2,t)下属第j项指标的标准观测值，其中i＝ 1,2,…,n；j＝1,2,…,m tq；t＝1,2,…，n 1；q＝1,2,…,m t；进而得到权化指标矩阵
    Figure PCTCN2018102608-appb-100016
    相应的正定矩阵为
    H (2,t,q)＝(A (2,t,q)) TA (2,t,q)         (17)
    采用线性加权综合法构造子系统的综合评价函数
    Figure PCTCN2018102608-appb-100017
    确定权重系数向量b (2,t,q)的基本思想是最大程度反映不同评价对象相对于评价目标的差异性，转化为数学语言，即使线性综合评价函数y i (2,t,q)对n个评价对象的综合评价值有最大化的离散程度；
    若取b (2,t,q)为正定矩阵H (2,t,q)所有基本特征值中最大者所对应的特征列向量，则评价值具有最大离散程度，将特征向量归一化后得到指标权重系数向量，由式(18)即求得所有评价对象子系统s q (2,t)的综合评价值；
    (九)多级指标递阶评价
    对于Y轴几何误差、Z轴几何误差等三级指标，热误差等二级指标，效率、可靠性等一级指标下属的具体性能指标，重复步骤(一)～(八)；
    对于几何误差下属4个三级指标U 111～U 114，重复步骤(一)～(八)，得到不同机床几何误差综合评价值；需要指出的是，在根据三级指标评价值计算二级指标评价值时数据的数量级已具有一致性，故不再进行标准化处理；
    对于精度下属3个二级指标U 11～U 13，重复步骤(一)～(八)，得到不同机床 的精度综合评价值。
PCT/CN2018/102608 2018-08-28 2018-08-28 一种基于改进型拉开档次法的数控机床综合性能评价方法 Ceased WO2020041955A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US16/483,256 US10814448B2 (en) 2018-08-28 2018-08-28 Comprehensive performance evaluation method for CNC machine tools based on improved pull-off grade method
PCT/CN2018/102608 WO2020041955A1 (zh) 2018-08-28 2018-08-28 一种基于改进型拉开档次法的数控机床综合性能评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2018/102608 WO2020041955A1 (zh) 2018-08-28 2018-08-28 一种基于改进型拉开档次法的数控机床综合性能评价方法

Publications (1)

Publication Number Publication Date
WO2020041955A1 true WO2020041955A1 (zh) 2020-03-05

Family

ID=69643386

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/102608 Ceased WO2020041955A1 (zh) 2018-08-28 2018-08-28 一种基于改进型拉开档次法的数控机床综合性能评价方法

Country Status (2)

Country Link
US (1) US10814448B2 (zh)
WO (1) WO2020041955A1 (zh)

Cited By (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111382943A (zh) * 2020-03-09 2020-07-07 西北工业大学 一种基于加权灰色关联度分析的故障诊断评估方法
CN111598457A (zh) * 2020-05-18 2020-08-28 全球能源互联网研究院有限公司 一种电力无线网络质量的确定方法及装置
CN111737866A (zh) * 2020-06-12 2020-10-02 国家电网公司华北分部 基于最优组合权重的特高压主变分接头选择方法及装置
CN112085353A (zh) * 2020-08-21 2020-12-15 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种基于劣化度分析的锅炉低负荷稳燃能力评价方法
CN112241832A (zh) * 2020-09-28 2021-01-19 北京科技大学 一种产品质量分级评价标准设计方法及系统
CN112508233A (zh) * 2020-11-17 2021-03-16 国网上海能源互联网研究院有限公司 一种获取多能互补能源系统最优运行方案的方法及系统
CN112765703A (zh) * 2020-12-23 2021-05-07 桂林电子科技大学 一种危险品码头结构性能退化评估方法
CN112990664A (zh) * 2021-02-08 2021-06-18 中国南方电网有限责任公司超高压输电公司检修试验中心 一种变压器绝缘材料耐火能力评估方法
CN113065799A (zh) * 2021-04-25 2021-07-02 中国电子科技集团公司第二十八研究所 一种资源安全评估方法及装置
CN113449963A (zh) * 2021-05-27 2021-09-28 中国电子科技集团公司第二十八研究所 一种基于范数灰关联度模型的生态环境质量评估方法
CN113469487A (zh) * 2021-05-08 2021-10-01 浙江大学 一种基于通用生成函数法的综合能源系统节点可靠性量化方法及系统
CN113610444A (zh) * 2021-08-31 2021-11-05 石河子大学 一种基于指标关联度的农业现代化发展水平的评价方法
CN113642240A (zh) * 2021-08-17 2021-11-12 广西大学 基于数据-机理联合驱动的配电网可靠性评估方法及系统
CN113780653A (zh) * 2021-09-07 2021-12-10 上海电力大学 一种基于云物元的输电线路路径方案优选方法
CN113867278A (zh) * 2021-08-31 2021-12-31 大唐东北电力试验研究院有限公司 一种燃煤电站协调控制品质判断方法
CN113869671A (zh) * 2021-09-10 2021-12-31 三峡大学 一种适用于多工况的滑坡区输电铁塔安全性评价方法
CN113886372A (zh) * 2021-09-08 2022-01-04 天元大数据信用管理有限公司 一种基于改进层次分析法的用户画像构建方法
CN113947281A (zh) * 2021-09-09 2022-01-18 西华大学 城市轨道交通装备制造业集群竞争力评价方法
CN114004116A (zh) * 2021-10-27 2022-02-01 湖南大学 一种多工位级进模排样方案的量化评价方法
CN114118839A (zh) * 2021-12-01 2022-03-01 国网浙江省电力有限公司经济技术研究院 一种电网恢复力评估方法及装置、电子设备、存储介质
CN114169718A (zh) * 2021-11-25 2022-03-11 吉林省电力科学研究院有限公司 一种基于风电机组状态评估提高机组可靠性的方法
CN114280244A (zh) * 2021-12-27 2022-04-05 清华大学合肥公共安全研究院 一种可燃气体监测仪环境适应性综合评估方法及系统
CN114357761A (zh) * 2021-12-31 2022-04-15 中国电力工程顾问集团中南电力设计院有限公司 一种基于熵权理想点法的风力发电机组选型方法
CN114358605A (zh) * 2022-01-06 2022-04-15 东南大学 配电网可靠性评估指标权重制定方法、设备及存储介质
CN114358650A (zh) * 2022-01-17 2022-04-15 中国民用航空飞行学院 一种民航安全监管效能评估方法
CN114427882A (zh) * 2021-12-13 2022-05-03 国网湖南省电力有限公司检修公司 一种基于模糊层次分析法的智能隔离开关系统及其评估方法
CN114462873A (zh) * 2022-02-15 2022-05-10 东南大学 一种配电网可靠性评估及其影响因素分析方法
CN114488957A (zh) * 2022-01-27 2022-05-13 上海镭慎光电科技有限公司 一种超快精密机床加工装备操控台设计方法及系统
CN114638465A (zh) * 2022-01-24 2022-06-17 国网浙江省电力有限公司营销服务中心 一种基于二次评分的采集终端网络信号质量评价方法
CN114881437A (zh) * 2022-04-22 2022-08-09 深圳博沃智慧科技有限公司 基于多源数据的大气臭氧健康评估方法、装置、存储介质
CN115267148A (zh) * 2022-07-26 2022-11-01 双星集团有限责任公司 胶料综合性能的评价方法
CN115495920A (zh) * 2022-09-30 2022-12-20 西安交通大学 一种金属型静密封密封效果的综合评价方法
CN115564222A (zh) * 2022-09-29 2023-01-03 国网湖南省电力有限公司 混合式抽水蓄能电站的综合评价方法及系统
CN115936484A (zh) * 2022-11-14 2023-04-07 合肥市城市生命线工程安全运行监测中心 城市生命线安全监测系统运行状态的评估方法和系统
CN115995275A (zh) * 2023-02-13 2023-04-21 郑州大学 一种地聚合物砂浆中最优掺量配合比选取方法及系统
CN116113964A (zh) * 2020-08-14 2023-05-12 西门子股份公司 参数优化方法、装置和计算机可读存储介质
CN116304606A (zh) * 2023-05-22 2023-06-23 北京城建集团有限责任公司 一种岩土本构模型工程化推荐方法
CN116502155A (zh) * 2023-06-28 2023-07-28 武汉新威奇科技有限公司 一种用于数控电动螺旋压力机的安全监管系统
CN116520770A (zh) * 2023-04-13 2023-08-01 清华大学 五轴联动数控机床伺服动态特性匹配特征值评价方法
CN116737709A (zh) * 2023-06-21 2023-09-12 中国工商银行股份有限公司 数据中心服务质量的评估方法、装置、存储介质
CN117764454A (zh) * 2023-12-27 2024-03-26 兰州理工大学 河西走廊明长城遗址片状剥离发育程度评价方法
CN117952306A (zh) * 2023-12-29 2024-04-30 中广核风电有限公司 碱性电解水制氢装置运行性能评价方法及存储介质
CN118658568A (zh) * 2024-08-15 2024-09-17 深圳市道丰宁科技有限公司 一种有机硅胶粘剂填料的鉴别方法
CN121169138A (zh) * 2025-09-23 2025-12-19 广州市市政工程设计研究总院有限公司 一种海绵城市韧性评价方法

Families Citing this family (90)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112149988A (zh) * 2020-09-18 2020-12-29 江苏方天电力技术有限公司 一种基于层次分析法和熵权法的电力企业主数据识别方法
CN112183978A (zh) * 2020-09-19 2021-01-05 西安石油大学 一种基于修正熵权法的油气管道土壤腐蚀分级评价方法
CN112163713B (zh) * 2020-10-13 2024-06-14 南京航空航天大学 一种基于模糊熵权综合评判法-响应曲面法的表面完整性加工参数优化方法
CN114511163B (zh) * 2020-10-28 2026-02-10 中国石油化工股份有限公司 一种油田集输系统泵机组用能评价方法和系统
CN112348066A (zh) * 2020-10-28 2021-02-09 国网浙江省电力有限公司绍兴供电公司 一种基于灰色聚类算法的线路不停电等级评估方法
CN112308427B (zh) * 2020-11-02 2024-03-19 江苏省电力试验研究院有限公司 一种基于组合赋权-灰关联的新能源消纳制约因素评估方法及系统
CN112508337A (zh) * 2020-11-09 2021-03-16 西安交通大学 一种基于智图云谱的孪生制造车间系统设备社群重构方法
CN112381377A (zh) * 2020-11-10 2021-02-19 国网上海市电力公司 一种电网接线模式评估方法、装置、设备及储存介质
CN112396342B (zh) * 2020-11-30 2023-12-26 中国民航信息网络股份有限公司 一种旅客价值计算方法、装置及服务器
CN112734258B (zh) * 2020-12-02 2023-01-10 北京航空航天大学 航空电子系统效能评估表征系统
CN112529393B (zh) * 2020-12-03 2024-05-28 国网信息通信产业集团有限公司 电力终端通信接入网的通信方式确定方法及装置
CN112711834B (zh) * 2020-12-11 2024-01-30 珠海格力智能装备有限公司 确定机床的几何精度对定位精度的影响的方法与装置
CN112687357B (zh) * 2020-12-16 2023-05-30 中航复合材料有限责任公司 一种蜂窝用芳纶纸性能评价方法
CN112668861B (zh) * 2020-12-23 2022-10-25 吉林大学 一种基于二元语义和pfowa算子的数控机床可靠性分配方法
CN113221441B (zh) * 2020-12-24 2022-12-02 山东鲁能软件技术有限公司 一种电厂设备健康评估的方法及装置
CN112766515A (zh) * 2021-01-08 2021-05-07 合肥工业大学 一种基于可拓学理论的复杂设备维修策略选择方法
CN112817842B (zh) * 2021-01-22 2023-09-15 哈尔滨工业大学（威海） 不完美排错srgm决策方法、系统、介质、设备及应用
CN112526927B (zh) * 2021-02-18 2021-06-08 成都飞机工业（集团）有限责任公司 面向五轴数控机床旋转轴空间定位误差快速优化补偿方法
CN113326998A (zh) * 2021-03-04 2021-08-31 江苏安方电力科技有限公司 基于模糊层次法和critic法的指标权重赋权方法
CN113033115B (zh) * 2021-03-04 2023-04-21 惠达卫浴股份有限公司 一种坐便器冲洗效能评价方法
CN113743705A (zh) * 2021-03-04 2021-12-03 江苏安方电力科技有限公司 基于因子回归分析的储检配一体化诊断指标分类与筛选方法
CN113049226B (zh) * 2021-03-15 2023-03-31 中国电力科学研究院有限公司 一种基于环境参量的opgw光缆健康度评估方法及系统
CN113011744A (zh) * 2021-03-22 2021-06-22 中国建设银行股份有限公司 应急处置过程的评估方法及装置
CN113077155B (zh) * 2021-04-07 2024-05-07 国家电网有限公司 基于大数据态势感知的电力生产技改项目评价模型
CN113191601B (zh) * 2021-04-13 2024-05-31 东南大学 一种道路交通技术监控设备布设方案评价方法
CN113125649B (zh) * 2021-04-14 2022-12-27 中国人民解放军火箭军工程大学 推进剂固体吸附剂吸附性能检测装置及综合性能检测方法
CN113139356B (zh) * 2021-04-27 2024-08-06 中国矿业大学 一种圆筒型开关磁阻电直线电机的结构参数优化方法
CN113435686B (zh) * 2021-04-28 2024-07-02 国网冀北电力有限公司计量中心 蓄热式电采暖系统评价方法及装置
CN113344425B (zh) * 2021-06-28 2023-04-07 北京航空航天大学 一种基于qar数据的飞行品质监控方法及系统
CN113408965B (zh) * 2021-08-17 2021-11-05 浙江省标准化研究院(金砖国家标准化(浙江)研究中心、浙江省物品编码中心) 一种纺织类产品的标准比对方法及系统
CN113743780A (zh) * 2021-09-01 2021-12-03 北京京东乾石科技有限公司 一种确定故障穿梭车的方法和装置
CN113793017B (zh) * 2021-09-10 2024-03-19 广东电网有限责任公司 一种配电房老化评价方法、装置、终端设备及存储介质
CN113837647A (zh) * 2021-10-09 2021-12-24 南方电网能源发展研究院有限责任公司 区域能源评估方法、装置、计算机设备和存储介质
CN116069599A (zh) * 2021-10-15 2023-05-05 大陆智行科技(上海)有限公司 基于主观评价的参数调节方法、电子设备和存储介质
CN113909997B (zh) * 2021-10-20 2022-12-13 陕西法士特齿轮有限责任公司 一种基于数控机床主轴负载信号的刀具损伤监测方法
CN114154785A (zh) * 2021-10-25 2022-03-08 国网江苏省电力有限公司南京供电分公司 水源热泵供能系统多指标综合评价方法及评价系统
CN114004802B (zh) * 2021-10-29 2025-05-30 深圳平安医疗健康科技服务有限公司 基于模糊综合评价法的数据标注方法、装置及存储介质
CN114048115B (zh) * 2021-11-04 2024-12-03 中国电子科技集团公司第二十八研究所 一种信息系统智能化水平评估方法
CN114219206B (zh) * 2021-11-04 2024-05-28 三峡大学 基于灰色层次分析的抽水蓄能机组油系统状态综合评估方法
CN114202164A (zh) * 2021-11-16 2022-03-18 国网辽宁省电力有限公司 基于粗糙集和模糊层次分析法的业务需求权重设计方法
CN114330823A (zh) * 2021-11-23 2022-04-12 国网天津市电力公司营销服务中心 一种楼宇用能分析方法及系统
CN116187792A (zh) * 2021-11-26 2023-05-30 上海汽车集团股份有限公司 白车身的性能评价方法
CN114239699A (zh) * 2021-11-26 2022-03-25 广东电网有限责任公司广州供电局 基于博弈论的变电站安全防护评估方法、装置和设备
CN114399167A (zh) * 2021-12-20 2022-04-26 嘉兴恒创电力设计研究院有限公司 一种多站融合系统多指标综合效能评估方法
CN114331164B (zh) * 2021-12-31 2024-10-29 上海时代光华教育发展有限公司 学习管理系统成熟度评估方法、装置及电子设备
CN114418431B (zh) * 2022-01-26 2024-10-29 中国人民解放军战略支援部队航天工程大学 基于模糊Borda序值的装备作战效能动态综合评估方法
CN114580875A (zh) * 2022-02-24 2022-06-03 广西交科集团有限公司 一种考虑多层级、多因素下的拉索状态评估方法
CN114331229A (zh) * 2022-03-11 2022-04-12 北京瑞风协同科技股份有限公司 一种装备保障方案的综合权衡方法及系统
CN114611986B (zh) * 2022-03-25 2024-11-01 燕山大学 挖掘机动作协调性分析方法
CN114862144A (zh) * 2022-04-20 2022-08-05 河南科技大学 一种适用于绩效评价的权重确定方法
CN114997001B (zh) * 2022-05-25 2024-04-26 中国海洋大学 一种基于替代模型和知识图谱的复杂机电装备性能评价方法
CN114971302A (zh) * 2022-05-30 2022-08-30 哈尔滨理工大学 一种基于层次分析法的虚拟手术培训系统评价方法
CN114943463B (zh) * 2022-06-02 2024-04-26 西南石油大学 一种配电网节能技措评估方法
CN114936795B (zh) * 2022-06-14 2025-03-11 国网福建省电力有限公司 一种基于scad惩罚回归的熵权topsis能源潜力评估方法
CN115171816B (zh) * 2022-06-15 2025-11-28 中国航空制造技术研究院 一种用于航空装备关键材料应用验证的综合评价方法
CN115130217A (zh) * 2022-06-29 2022-09-30 中国航空工业集团公司沈阳飞机设计研究所 一种双重加权的飞机可靠性评分分配方法及装置
CN115099699B (zh) * 2022-07-22 2025-08-01 自然资源部第三海洋研究所 一种基于mabac综合算法的海岸侵蚀强度评价方法
CN115456343B (zh) * 2022-08-11 2023-11-10 中国电子科技集团公司第二十八研究所 一种智慧机场评价指标体系构建与评价方法
CN115808901B (zh) * 2022-08-31 2024-09-06 西安邮电大学 数控机床的温度补偿方法、系统及介质
CN115423300A (zh) * 2022-08-31 2022-12-02 中国银行股份有限公司 一种质量水平评估方法、系统、存储介质及电子设备
CN115509877B (zh) * 2022-09-30 2025-08-05 广东产品质量监督检验研究院（国家质量技术监督局广州电气安全检验所、广东省试验认证研究院、华安实验室） 一种信息系统性能效率的评估方法
CN115796634A (zh) * 2022-10-10 2023-03-14 清华大学 一种电力物联网关键技术的多层级评价方法及装置
CN115578006A (zh) * 2022-10-11 2023-01-06 江苏科技大学 一种船用布风器风口形式综合效益的评价方法
CN115660461A (zh) * 2022-10-12 2023-01-31 江苏科技大学 一种船舶自主靠离泊功能评价指标体系构建方法
CN115688407B (zh) * 2022-10-26 2024-03-19 华中科技大学 一种基于人体感官敏感度的雪车雪橇运动仿真方法及系统
CN115577473B (zh) * 2022-10-27 2025-05-23 河北工业大学 一种产品设计需求和可拆卸性耦合情景识别方法
CN115758691B (zh) * 2022-11-07 2025-08-15 中国北方发动机研究所(天津) 一种发动机缸套变形协调评价方法
CN115713242A (zh) * 2022-11-08 2023-02-24 江苏省环境工程技术有限公司 一种工业园区低碳措施评价方法及系统
CN115563813B (zh) * 2022-11-10 2023-04-18 服务型制造研究院(杭州)有限公司 基于可拓关联函数和fmea的产品设计方法及系统
CN116127695B (zh) * 2022-11-17 2026-03-27 华中科技大学 一种基于综合性能评价的生产线构建方法及系统
CN116227982B (zh) * 2022-12-30 2023-10-31 中国矿业大学(北京) 一种煤炭粉尘污染程度的量化方法及装置
CN116050923A (zh) * 2023-01-25 2023-05-02 西南交通大学 机械化大断面法隧道施工安全管控方法
CN116307756A (zh) * 2023-02-07 2023-06-23 北京交通大学 一种高速公路自洽能源系统的能效评价方法
CN115859223A (zh) * 2023-02-27 2023-03-28 四川省计算机研究院 多源数据行业融合分析方法及系统
CN115994691A (zh) * 2023-03-22 2023-04-21 普华讯光（北京）科技有限公司 配电室运行健康度评价指标体系分析方法、系统及装置
CN116109211B (zh) * 2023-04-11 2023-06-27 佰聆数据股份有限公司 基于设备数字化的设备运行水平分析方法及装置
CN116361925B (zh) * 2023-05-31 2023-11-03 西北工业大学 一种船舶传动构型的多方案评估方法及系统
CN117192033A (zh) * 2023-08-01 2023-12-08 江苏中烟工业有限责任公司 一种膨胀烟丝的整体质量综合评价的方法
CN117610991B (zh) * 2023-11-15 2024-07-12 国网冀北电力有限公司经济技术研究院 一种电力通信网可靠性分析方法、装置、设备及介质
CN117252487B (zh) * 2023-11-15 2024-02-02 国网浙江省电力有限公司金华供电公司 一种基于终端验证的多粒度加权分析方法及装置
CN117745096B (zh) * 2023-12-21 2024-08-20 中国矿业大学 一种控制网布测方案评价方法及系统
CN118536694B (zh) * 2024-04-22 2025-10-21 国网福建省电力有限公司经济技术研究院 一种变电站碳排放的预警方法及终端
CN118710107A (zh) * 2024-06-11 2024-09-27 中国标准化研究院 一种企业能源管理绩效评价方法
CN118798469A (zh) * 2024-06-29 2024-10-18 中国海洋大学 一种基于组合赋权云模型的道路注浆修复效果评价方法
CN119539723A (zh) * 2024-11-08 2025-02-28 中交一公局第五工程有限公司 基于数字孪生的悬浇梁挂篮施工流程安全监测方法及系统
CN119647165B (zh) * 2024-11-11 2025-09-12 深圳市怡康乐科技有限公司 极限滑板车结构设计管理方法、系统及极限滑板车
CN119603157B (zh) * 2024-12-24 2025-11-07 南京新联电子股份有限公司 一种modbus数据传输带宽优化方法
CN120095621B (zh) * 2025-05-07 2025-07-15 中航西安飞机工业集团股份有限公司 基于加工反馈的五轴机床主轴状态动态监测方法及系统
CN120800437B (zh) * 2025-09-11 2025-12-26 中国人民解放军海军航空大学 一种基于组合权重评估法的飞机导航评估方法及系统
CN121658350B (zh) * 2026-02-05 2026-04-24 北京精微致合测试技术有限公司 面向工业控制软件的ai智能软件测评指标体系构建方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070067059A1 (en) * 2005-06-10 2007-03-22 Prototype Productions, Inc. Closed-loop CNC machine system and method
CN104898568A (zh) * 2015-05-20 2015-09-09 西安交通大学 基于刚度辨识的数控机床进给系统控制参数优化方法
CN104992011A (zh) * 2015-06-24 2015-10-21 东北大学 一种基于fmea分析的数控机床可靠性综合分配方法
CN105278460A (zh) * 2015-08-03 2016-01-27 吉林大学 基于级联故障分析的数控机床系统组件可靠性评价方法
CN107316140A (zh) * 2017-06-22 2017-11-03 重庆大学 一种云制造环境下数控机床优选方法
CN107479494A (zh) * 2017-07-28 2017-12-15 东北大学 一种基于数控机床子系统相关性的可靠性分配方法
CN107695775A (zh) * 2017-09-19 2018-02-16 武汉理工大学 基于cps的重型数控机床热误差补偿控制系统及热误差补偿方法
CN107942940A (zh) * 2016-10-28 2018-04-20 华中科技大学 一种基于指令域分析的数控机床的进给轴装配故障的检测方法和装置
CN108021753A (zh) * 2017-12-06 2018-05-11 吉林大学 一种考虑工况差异的数控机床可靠性评估的方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6519043B1 (en) * 1998-06-30 2003-02-11 Optodyne, Inc. Vector measurement for coordinate measuring machine
US6470225B1 (en) * 1999-04-16 2002-10-22 Siemens Energy & Automation, Inc. Method and apparatus for automatically tuning feedforward parameters
EP3338946B1 (en) * 2016-12-22 2019-07-10 National Chung Shan Institute of Science and Technology Measurement, calibration and compensation system and method for machine tool
US20190011327A1 (en) * 2017-07-07 2019-01-10 Fives Machining Systems, Inc. Cnc machine geometry error and accuracy monitoring and evaluation

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070067059A1 (en) * 2005-06-10 2007-03-22 Prototype Productions, Inc. Closed-loop CNC machine system and method
CN104898568A (zh) * 2015-05-20 2015-09-09 西安交通大学 基于刚度辨识的数控机床进给系统控制参数优化方法
CN104992011A (zh) * 2015-06-24 2015-10-21 东北大学 一种基于fmea分析的数控机床可靠性综合分配方法
CN105278460A (zh) * 2015-08-03 2016-01-27 吉林大学 基于级联故障分析的数控机床系统组件可靠性评价方法
CN107942940A (zh) * 2016-10-28 2018-04-20 华中科技大学 一种基于指令域分析的数控机床的进给轴装配故障的检测方法和装置
CN107316140A (zh) * 2017-06-22 2017-11-03 重庆大学 一种云制造环境下数控机床优选方法
CN107479494A (zh) * 2017-07-28 2017-12-15 东北大学 一种基于数控机床子系统相关性的可靠性分配方法
CN107695775A (zh) * 2017-09-19 2018-02-16 武汉理工大学 基于cps的重型数控机床热误差补偿控制系统及热误差补偿方法
CN108021753A (zh) * 2017-12-06 2018-05-11 吉林大学 一种考虑工况差异的数控机床可靠性评估的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
FENG, ZHIMING ET AL.: "Fuzzy Comprehensive Evaluation of the Accuracy of CNC Machine Tools Based on AHP", HIGH TECHNOLOGY LETTERS, vol. 24, no. 2, 28 February 2014 (2014-02-28), pages 183 - 188 *

Cited By (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111382943A (zh) * 2020-03-09 2020-07-07 西北工业大学 一种基于加权灰色关联度分析的故障诊断评估方法
CN111598457A (zh) * 2020-05-18 2020-08-28 全球能源互联网研究院有限公司 一种电力无线网络质量的确定方法及装置
CN111598457B (zh) * 2020-05-18 2023-06-30 全球能源互联网研究院有限公司 一种电力无线网络质量的确定方法及装置
CN111737866A (zh) * 2020-06-12 2020-10-02 国家电网公司华北分部 基于最优组合权重的特高压主变分接头选择方法及装置
CN111737866B (zh) * 2020-06-12 2024-05-24 国家电网公司华北分部 基于最优组合权重的特高压主变分接头选择方法及装置
US12487583B2 (en) 2020-08-14 2025-12-02 Siemens Aktiengesellschaft Parameter optimization method, device, and storage medium
CN116113964B (zh) * 2020-08-14 2025-08-08 西门子股份公司 参数优化方法、装置和计算机可读存储介质
CN116113964A (zh) * 2020-08-14 2023-05-12 西门子股份公司 参数优化方法、装置和计算机可读存储介质
EP4179479A4 (en) * 2020-08-14 2024-05-01 Siemens Aktiengesellschaft Parameter optimization method, device, and storage medium
CN112085353A (zh) * 2020-08-21 2020-12-15 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种基于劣化度分析的锅炉低负荷稳燃能力评价方法
CN112241832B (zh) * 2020-09-28 2024-03-05 北京科技大学 一种产品质量分级评价标准设计方法及系统
CN112241832A (zh) * 2020-09-28 2021-01-19 北京科技大学 一种产品质量分级评价标准设计方法及系统
CN112508233A (zh) * 2020-11-17 2021-03-16 国网上海能源互联网研究院有限公司 一种获取多能互补能源系统最优运行方案的方法及系统
CN112765703B (zh) * 2020-12-23 2022-06-21 桂林电子科技大学 一种危险品码头结构性能退化评估方法
CN112765703A (zh) * 2020-12-23 2021-05-07 桂林电子科技大学 一种危险品码头结构性能退化评估方法
CN112990664B (zh) * 2021-02-08 2023-04-18 中国南方电网有限责任公司超高压输电公司检修试验中心 一种变压器绝缘材料耐火能力评估方法
CN112990664A (zh) * 2021-02-08 2021-06-18 中国南方电网有限责任公司超高压输电公司检修试验中心 一种变压器绝缘材料耐火能力评估方法
CN113065799B (zh) * 2021-04-25 2022-09-20 中国电子科技集团公司第二十八研究所 一种资源安全评估方法及装置
CN113065799A (zh) * 2021-04-25 2021-07-02 中国电子科技集团公司第二十八研究所 一种资源安全评估方法及装置
CN113469487B (zh) * 2021-05-08 2024-01-05 浙江大学 一种基于通用生成函数法的综合能源系统节点可靠性量化方法及系统
CN113469487A (zh) * 2021-05-08 2021-10-01 浙江大学 一种基于通用生成函数法的综合能源系统节点可靠性量化方法及系统
CN113449963A (zh) * 2021-05-27 2021-09-28 中国电子科技集团公司第二十八研究所 一种基于范数灰关联度模型的生态环境质量评估方法
CN113642240A (zh) * 2021-08-17 2021-11-12 广西大学 基于数据-机理联合驱动的配电网可靠性评估方法及系统
CN113642240B (zh) * 2021-08-17 2023-08-01 广西大学 基于数据-机理联合驱动的配电网可靠性评估方法及系统
CN113610444A (zh) * 2021-08-31 2021-11-05 石河子大学 一种基于指标关联度的农业现代化发展水平的评价方法
CN113867278A (zh) * 2021-08-31 2021-12-31 大唐东北电力试验研究院有限公司 一种燃煤电站协调控制品质判断方法
CN113780653A (zh) * 2021-09-07 2021-12-10 上海电力大学 一种基于云物元的输电线路路径方案优选方法
CN113886372A (zh) * 2021-09-08 2022-01-04 天元大数据信用管理有限公司 一种基于改进层次分析法的用户画像构建方法
CN113947281A (zh) * 2021-09-09 2022-01-18 西华大学 城市轨道交通装备制造业集群竞争力评价方法
CN113869671A (zh) * 2021-09-10 2021-12-31 三峡大学 一种适用于多工况的滑坡区输电铁塔安全性评价方法
CN114004116A (zh) * 2021-10-27 2022-02-01 湖南大学 一种多工位级进模排样方案的量化评价方法
CN114169718A (zh) * 2021-11-25 2022-03-11 吉林省电力科学研究院有限公司 一种基于风电机组状态评估提高机组可靠性的方法
CN114118839A (zh) * 2021-12-01 2022-03-01 国网浙江省电力有限公司经济技术研究院 一种电网恢复力评估方法及装置、电子设备、存储介质
CN114427882A (zh) * 2021-12-13 2022-05-03 国网湖南省电力有限公司检修公司 一种基于模糊层次分析法的智能隔离开关系统及其评估方法
CN114280244A (zh) * 2021-12-27 2022-04-05 清华大学合肥公共安全研究院 一种可燃气体监测仪环境适应性综合评估方法及系统
CN114357761A (zh) * 2021-12-31 2022-04-15 中国电力工程顾问集团中南电力设计院有限公司 一种基于熵权理想点法的风力发电机组选型方法
CN114358605A (zh) * 2022-01-06 2022-04-15 东南大学 配电网可靠性评估指标权重制定方法、设备及存储介质
CN114358650A (zh) * 2022-01-17 2022-04-15 中国民用航空飞行学院 一种民航安全监管效能评估方法
CN114638465A (zh) * 2022-01-24 2022-06-17 国网浙江省电力有限公司营销服务中心 一种基于二次评分的采集终端网络信号质量评价方法
CN114488957A (zh) * 2022-01-27 2022-05-13 上海镭慎光电科技有限公司 一种超快精密机床加工装备操控台设计方法及系统
CN114462873A (zh) * 2022-02-15 2022-05-10 东南大学 一种配电网可靠性评估及其影响因素分析方法
CN114881437A (zh) * 2022-04-22 2022-08-09 深圳博沃智慧科技有限公司 基于多源数据的大气臭氧健康评估方法、装置、存储介质
CN115267148A (zh) * 2022-07-26 2022-11-01 双星集团有限责任公司 胶料综合性能的评价方法
CN115564222A (zh) * 2022-09-29 2023-01-03 国网湖南省电力有限公司 混合式抽水蓄能电站的综合评价方法及系统
CN115495920A (zh) * 2022-09-30 2022-12-20 西安交通大学 一种金属型静密封密封效果的综合评价方法
CN115936484A (zh) * 2022-11-14 2023-04-07 合肥市城市生命线工程安全运行监测中心 城市生命线安全监测系统运行状态的评估方法和系统
CN115995275A (zh) * 2023-02-13 2023-04-21 郑州大学 一种地聚合物砂浆中最优掺量配合比选取方法及系统
CN116520770A (zh) * 2023-04-13 2023-08-01 清华大学 五轴联动数控机床伺服动态特性匹配特征值评价方法
CN116304606A (zh) * 2023-05-22 2023-06-23 北京城建集团有限责任公司 一种岩土本构模型工程化推荐方法
CN116737709A (zh) * 2023-06-21 2023-09-12 中国工商银行股份有限公司 数据中心服务质量的评估方法、装置、存储介质
CN116502155B (zh) * 2023-06-28 2023-09-19 武汉新威奇科技有限公司 一种用于数控电动螺旋压力机的安全监管系统
CN116502155A (zh) * 2023-06-28 2023-07-28 武汉新威奇科技有限公司 一种用于数控电动螺旋压力机的安全监管系统
CN117764454A (zh) * 2023-12-27 2024-03-26 兰州理工大学 河西走廊明长城遗址片状剥离发育程度评价方法
CN117952306A (zh) * 2023-12-29 2024-04-30 中广核风电有限公司 碱性电解水制氢装置运行性能评价方法及存储介质
CN118658568A (zh) * 2024-08-15 2024-09-17 深圳市道丰宁科技有限公司 一种有机硅胶粘剂填料的鉴别方法
CN121169138A (zh) * 2025-09-23 2025-12-19 广州市市政工程设计研究总院有限公司 一种海绵城市韧性评价方法

Also Published As

Publication number Publication date
US20200282503A1 (en) 2020-09-10
US10814448B2 (en) 2020-10-27

Similar Documents

Publication Publication Date Title
WO2020041955A1 (zh) 一种基于改进型拉开档次法的数控机床综合性能评价方法
CN109241601B (zh) 一种基于改进型拉开档次法的数控机床综合性能评价方法
Cai et al. Fine energy consumption allowance of workpieces in the mechanical manufacturing industry
CN103116673A (zh) 一种铣削加工表面形貌预测方法
CN107038321B (zh) 基于元动作单元的任务可靠性预计分析方法
CN110543140A (zh) 基于时间特性的数控机床主轴系统热关键点选取建模方法
CN108445835B (zh) 一种数控机床的零件加工尺寸预测方法
CN109697566A (zh) 机电产品加工工艺评价系统及其评价方法
Zhang et al. Temperature variable optimization for precision machine tool thermal error compensation on optimal threshold
CN107133632A (zh) 一种风电设备故障诊断方法及系统
CN114626190B (zh) 一种基于知识图谱的工艺设计资源模型构建方法
CN111340306A (zh) 一种面向智能制造的机床设备优化方法
US20250238013A1 (en) Method for Predicting Thermal Error of Spindle of Computer Numerical Control Machine Tool Based on Twin Feature Transferring of Virtual-Real Prototype
CN111459094A (zh) 机床主轴热误差建模中温度敏感点组合的分区域选取方法
CN108415372B (zh) 精密机床热误差补偿方法
CN109711727A (zh) 机电产品加工工艺组合评价系统及其评价方法
Fangfang Research on the model and application progress based on grey relational analysis theory
CN103310102A (zh) 一种基于熵权和隶属度理论的机床综合性能评价方法
CN108596369A (zh) 一种基于多变量模型与盲数理论的空间负荷预测方法
CN112990601B (zh) 基于数据挖掘的蜗轮加工精度自愈系统及方法
Liu et al. Physics-informed scaling evolutionary transformer for in-situ tool condition monitoring
CN111695837A (zh) 一种切削工艺绿色度评价方法
CN119635409B (zh) 门型立式加工中心空间精度评价补偿方法
CN114580849A (zh) 一种能源互联网多维度规划评价方法及系统
Bao et al. Research on thermal error measuring point optimization and modeling of machine tool spindle

Legal Events

Date Code Title Description
NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18931425

Country of ref document: EP

Kind code of ref document: A1