本論文は、敏感点の数の選択が人の経験に依存する問題を解決するために、数量を自動的に決定することに基づく工作機械主軸の熱誤差汎用型温度敏感点組み合わせ選択方法を提案する。まず、各温度変数と熱誤差との絶対平均相関係数を計算して各温度点が主軸の熱誤差とどの程度関連しているかを評価する。次に、絶対平均相関係数が最大の温度点をK-Means++クラスタリングアルゴリズムの最初の初期クラスタ中心として使用し、異なる数の温度敏感点の組み合わせを選択する。その後、得られた敏感点の組み合わせと熱誤差を入力として、逆伝播（Back Propagation、BP）ニューラルネットワーク熱誤差モデルを構築し、評価指標により予測性能が最適な温度敏感点の組み合わせを選択する。最後に、VMC850数値制御工作機械において、異なる作業条件で同じ誤差項および同じ作業条件で異なる誤差項における最適温度敏感点組み合わせの有効性および異なる熱誤差モデルでの汎用性を検証した。結果は、本提案の温度敏感点組み合わせ選択法が異なる作業条件下での誤差予測に適用可能であり、異なる熱誤差モデルにおいて良好な汎用性を有することを示している。

温度敏感点組み合わせ選択;主軸熱誤差モデリング;数量自動決定;有効性と汎用性;温度敏感点評価指標