【摘要】：稳健性精度建模需要尽可能地挖掘出不能忽略的误差源，这也是稳健性精度理论的基础之一。事实证明，这种因素确实存在。这些因素对模型预测精度的影响程度，与这些因素在热误差影响因素中所占权重大小直接相关。这两种误差源分别是“实切状态”和“工作台全区域”，而目前根据国际标准《机床检验通则第三部分：热效应的确定》提出的“五点测量法”进行热误差测量时，并未涉及这两种因素的变化，存在明显的工程因素考虑不全的现象。
上一章提到的稳健性建模算法，实质是当热误差温度敏感点选择遇到共线性和相关性相互矛盾问题时，提供的一种建模思路，从数学角度提升了模型还原热误差和温度之间真实联系规律的能力，是对现有建模算法的一种补充和完善。但对于热误差预测来说，合适的模型算法只是用来准确提炼建模数据所包含的热误差信息，如果有某些因素未被考虑到模型中，则当这些因素发生作用时，模型就不再具备“能够完整、准确地提炼热误差信息”的功能，模型预测精度显著下降，此时我们常说模型失效了。稳健性精度建模需要尽可能地挖掘出不能忽略的误差源，这也是稳健性精度理论的基础之一。
事实证明，这种因素确实存在。这些因素对模型预测精度的影响程度，与这些因素在热误差影响因素中所占权重大小直接相关。本著作优选出两种常被忽略的较大影响权重因素进行研究，并将研究结果进行展示。在此需要强调的是，本著作是基于某种型号的数控机床进行的研究，研究结果未必适用于其他数控机床，重要的是给读者展示稳健性精度理论在数控机床热误差补偿中误差溯源的方法。这两种误差源分别是“实切状态”和“工作台全区域”，而目前根据国际标准《机床检验通则（ISO 230-3：2007 IDT）第三部分：热效应的确定》提出的“五点测量法”进行热误差测量时，并未涉及这两种因素的变化，存在明显的工程因素考虑不全的现象。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
