摘要:针对多元线性回归无偏估计算法在处理具有多重共线性的机床热误差数据建模中出现的模型参数估计失真问题,提出了一种用于处理共线性数据的无偏估计拆分算法。该算法将建模过程分成多个步骤完成,每步只对一个自变量进行回归,从而达到弱化自变量共线性的目的。以LeaderwayV450型数控加工中心为实验对象,根据在不同季度内测量的多批次空转实验数据,将无偏估计拆分算法与传统多元线性回归的模型精度和稳健性进行了验证。研究结果显示,无偏估计拆分模型的预测精度和稳健性远优于经典多元线性回归模型,尤其对于跨季度数据预测,该算法优势更大。
关键词:数控机床 热误差 多元线性回归 无偏估计拆分算法 稳健性
单位:合肥工业大学; 合肥230009
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社