基于最优分割和逐步回归方法的机床热误差建模方法研究

根据机械结构的基本热变形模式,分析加工过程中的机床热误差模态,对温度测点进行初步选择.通过最优分割法优化温度测点和逐步回归法建模,将温度测点个数从初始的16个减少到3个热关键点.机床热误差模型拟合结果与实际热误差测量结果进行比较,检验结果说明该热误差模型精确度优良.     

数控机床温度测点优化及热误差预测方法研究

热误差补偿技术是提高机床加工精度经济有效的方法,确定最佳关键温度测点布置位置和数目将极大提高机床热误差模型的精度和鲁棒性。针对一台立式加工中心,进行了机床热误差测量试验,根据其温度场,提出了模糊聚类与信息论相结合的方法,寻找最佳温度测点布置位置。该方法根据温度变量间的相似性,对温度变量聚类分组,然后利用互信息法对组内变量单独寻优,实现温度测点优化布置,最后利用多元线性回归分析建立机床热误差预测模型。在VMC1165立式加工中心进行了试验验证,温度测点减少为4个,热误差模型的拟合最大残差降低到5μm以内,相对于其他方法进一步提高机床热误差预测精度。     

机床热特性研究

机床热误差严重影响机床的加工精度,必须对其加以控制,在研究机床的热误差时,首先需要明确机床的热特性,该工作可以为后续热误差建模提供模型输入值.主要综述了机床热误差的来源、机床温度场的获取方法、温度传感器布置策略及常用温度测点优化方法,同时对上述研究中的方法进行了优缺点分析,并结合目前的研究现状,展望了未来的发展.     

基于灰色综合关联度的数控机床温度测点分组优化

提出了基于灰色系统理论中的灰色关联分析方法对数控机床热误差元素进行优化建模的方法.该方法先根据温度测点之间灰色综合相关度矩阵,对依据工程经验布置在机床上的温度测点进行分组;再通过计算各温度测点数据与热误差数据间的相关程度,从各组中选择代表测点,并对其进行排列组合;通过计算各温度测点组合所建立模型的理论输出与实际热误差间灰色综合相关度,确定关键温度测点.将该方法应用于一台数控车削中心的热误差建模,温度测点数量由16个减至4个,据此表明建立的模型能够避免温度测点之间相互耦合的影响,准确性和鲁棒性均得到较大提高.     

基于AVQ聚类和OIF-Elman神经网络的机床热误差建模

针对数控机床热误差补偿技术中温度布点选取的问题,提出了基于前馈神经网络的自适应矢量量化(AVQ)网络聚类的方法,将AVQ网络聚类法应用于一台加工中心并将18个测点减少到3个,基于输出-输入反馈Elman(OIF-Elman)神经网络模型建立了机床热误差与关键测点温度之间的关系.结果表明,采用基于AVQ网络聚类法和OIF-Elman神经网络预测模型,能够降低机床温度测点之间耦合作用的影响,提高热误差建模的准确性与鲁棒性.     

机床温度测点优化方法研究及试验验证

针对机床热误差补偿技术中的关键温度测点选取问题,提出了一种温度测点优化新方法.首先采用简单相关分析,剔除掉与热误差明显不相关的测点.然后对初步筛选出的测点进行模糊聚类分析,以消除温度变量间的复共线性问题,同时进行灰色综合关联度分析,判断各测点与热误差间的紧密程度.根据分析结果,建立多个不同测点的热误差模型,对模型进行基于统计学理论的分析,确定出关键温度变量,将温度测点由20个减少至4个.根据优化结果,重新建立多元线性回归模型.误差预测结果表明,主轴Z向最大热误差从17.903μm减小到1.850μm.     

精密坐标镗床进给系统热误差分析与预测

为了预测数控机床运行时热误差对进给系统定位精度的影响,以精密坐标镗床为研究对象,采用红外热像仪和激光干涉仪分别测量进给系统在每个测点的丝杠温度和定位精度,提出进给系统热误差的最小二乘支持向量机(LS-SVM)预测方法,建立了关于温度与位置的预测模型。模型引入最小二乘支持向量机方法对机床进给系统热误差进行预测分析,较好地描述了进给轴热误差与温度、位置之间的非线性关系,且对样本的依赖度小,有很好的泛化能力,解决了目前线性拟合模型用特征平均温度替代当前测点温度进行计算而存在较大误差的问题。实验结果表明,与目前已经在数控机床上实际应用的线性预测模型相比,LS-SVM模型对进给系统热误差的预测精度可达90%,预测精度提高30%以上,取得了非常好的预测效果,具有较高的现实应用价值。     

基于温度敏感点选择的数控机床热误差补偿技术与应用研究

数控机床的许多误差元素相互耦合、相互影响,单一的误差补偿可能会造成过补偿问题。在机床几何误差和热误差补偿的同时还必须考虑切削力和刀具磨损等引起的误差,并且建立各误差之间的耦合关系。本文主要提出了温度测点在机床上的优化布置方法和在众多温度元素中选择关键温度元素的方法,通过选择温度敏感点,使得数控机床热误差数学模型的精确度更高,鲁棒性更好,而且热误差数学模型中的温度元素更少。     

数控机床动压主轴的热误差建模技术研究

为了降低加工过程的热误差,提高数控机床加工精度,基于时序相关分析理论与数值计算方法,建立了一种以温度场分布及加工参数为输入的新型机床主轴热误差建模方法.所建模型由热误差模型、主轴动压轴承热特性模型以及主轴热传递模型三部分组成.该方法首先根据时序相关理论建立热误差与温度测点之间的相关模型,再通过灰色相关理论完成关键温度测点位置与数量的优化,同时,基于数值计算与热传导理论,建立了动压主轴系统热特性模型.以一台大型龙门导轨磨床为实验对象,建立了磨床主轴箱热误差预测模型.实验结果表明,所建立的热误差模型具有良好的热误差辨识性能.     

机床电主轴热特性卷积建模研究

针对机床电主轴系统温度与热误差普遍存在的非线性等建模难题,提出了一种卷积建模方法。通过传热理论分析与实验数据相结合的方式,对电主轴系统内部测点温度与热源、换热边界条件的复杂关系进行了有效简化,建立了热源温度与测点温度间的微分方程,并给出了响应函数。通过粒子群算法进行响应函数参数的优化,使用热源测点温度变化量与响应函数的卷积积分来估算电主轴系统的各部分温度,并在此基础上,通过卷积参数优化建立了电主轴y方向热误差模型。结果表明,在电主轴系统热特性非线性最严重的运行初始阶段和升降温拐点处,卷积模型比线性模型更能描述电主轴的温度和热变形规律,温度拟合效果在开机初始200 min内最高提升了83.9%,y方向热误差的拟合误差在前100 min由44.07%提高至97.1%。该研究为电主轴和机床温度与热误差建模提供了一种新的有效思路。     

基于静刚度的变轴数控机床加工误差仿真研究

以变轴数控机床的运动部件--Stewart平台为研究对象,从变形的角度对机床的加工误差进行了分析和研究,得出了静态载荷条件下加工误差的矢量表达式,并对误差进行了预调,建立了相应的预调模型.该方法为从静刚度方面提高机床的加工精度提供了必要的理论依据,且具有通用性.最后给出了仿真实例,仿真结果表明了由于静刚度而导致加工误差的存在性和误差预调的必要性.     

基于SSO算法优化神经网络的数控机床热误差建模

针对影响五轴数控机床加工精度的复杂热特性,提出了一种用于摇篮式五轴数控机床热误差建模方法.该方法主要采用鲨鱼嗅觉优化(SSO)算法和神经网络的复合建模方式,有效提高了机床热误差预测模型的精度和建模效率.首先通过使用热成像仪筛选出机床的温度敏感点,然后将温度传感器布置在机床热敏感点的位置,将采集到的热特性数据采用本文所提方法进行热误差建模,结果表明,该方法在建模速度和精度上要优于ABC和PSO神经网络,最后将该热误差预测模型应用于五轴数控机床热误差补偿实验,将试件加工精度提高了32%.     

涡旋盘渐开线型面的展成法加工及误差补偿

用展成法代替坐标法，消除原理误差，并通过误差补偿及减小偶然误差，用低精度的机床实现了高精度涡旋盘的加工。     

机床导轨形状误差测量的优化方法

机床导轨形状误差优劣会直接影响被加工工件的形状和精度,因此,正确的计算和确定机床导轨形状误差对提高零件的加工质量,保证加工出优质工件,有着极其重要意义.本文根据形状误差评定的基本原则,给出一种优化处理方法,更为科学的计算出机床导轨形状误差,为该项参数的确定提供可靠依据.     

基于球杆仪的三轴数控机床热误差检测方法

热误差是影响机床加工精度的主要误差项．为了快速检测机床自身热误差，在研究机床综合误差和球杆仪检测原理的基础上，提出了一种快速有效的检测方法——球杆仪法．通过建立三轴数控机床的几何误差和热误差的综合误差模型，提出机床的几何误差和热误差的检测及分离方法，并对影响加工精度较大的主轴与Z导轨的平行度误差、标尺热变形导致的比例误差以及滚珠丝杠变形导致的周期性误差等主要热误差项进行了球杆仪圆轨迹测试法的模拟仿真，通过进行球杆仪检测实验，测得机床空载时的主轴端热漂移误差，得到其变化规律曲线．相对于传统热误差检测法，该方法简捷有效．     

数控铣床几何误差测量与反向间隙补偿试验

 研究数控铣床几何误差检测及其补偿技术,对高速数控铣床工作空间中的平面误差场的检测、建模和补偿技术进行了比较系统和深入的探讨。对几何误差的基本特性,在单轴轴向运用高精度的HEIDENHAIN直线光栅进行了试验验证。结果表明,在满足基本测试条件下,误差的基本特性成立,这为提供新的误差测量方法打下了基础;针对数控铣床运动过程中的反向间隙,提出了插补运动综合几何误差的间隙补偿技术和算法,数据处理后的测量结果显示反向间隙可以很好地得到补偿。     

数控机床进给系统装配误差建模及特征分析

摘要：
通过建立几何模型,分析了数控机床进给系统运动过程中由装配引起的误差特征,提出了表示其误差特征的综合表达式,将装配误差分为周期性分量和累积性分量.通过仿真分析,研究了装配误差在数控机床内置传感器中的信号特征,以及对进给系统运动精度的影响规律.结果表明：装配误差的周期性分量不影响进给系统的定位精度,但会导致进给系统在运动过程中产生周期性波动,且在频率调制的条件下其周期性波动幅值将增加;装配误差的累积性分量影响进给系统的定位精度,当与运动方向发生交叉时将产生累积方向的变化.同时,对某数控机床内置传感器的信号特征进行分析,并基于分析结果进行装配调整,从而降低了由装配引起的运动误差,提高了被测数控机床进给系统的精度.
     

面向再制造的多轴机床精度设计研究

精度设计是旧机床再制造方案制定的重要理论依据．以DM4500三轴立式机床为研究对象，运用多体系统理论建立了包含21项基本几何误差的精度模型．通过基本几何误差的辨识，间接建立了再制造零部件精度参数与机床空间误差之间的关系．利用精度模型和误差辨识方法，根据设定的再制造零部件的精度参数预测了机床的加工误差．在给定空间误差的条件下，提出基于BP＋GA算法的精度分配方法，实现了再制造零部件精度参数的全局优化配置．研究结果已成功应用于旧机床的再制造．     

依靠切痕信息提高机床动态特性的判别精度

用切削颤振的极限切削宽度来衡量机床的动态特性,会受到稳定性图上早垂状规律所产生的误差以及颤振阈限不准的误差等因素的影响,使判别精度下降。依靠切痕信息,既能准确地确定颤振阈限,又能对试验得到的极限切削宽度值作合理修正,从而大幅度提高机床动态特性的判别精度。