机床热误差补偿建模方法研究

在机床热误差补偿技术研究中,热误差鲁棒建模是机床热误差补偿的成功关键之一。对国内外几种主要的热误差建模方法进行了较为深入的分析研究,比较了不同方法各自的优缺点,并针对缺点介绍了一些改进方法。在此基础上,总结归纳了目前研究存在的问题,并对未来的发展方向进行了探讨。     

大型机床热误差检测及建模

以大型机床热误差补偿为研究列标、以大型龙门机床为研究对象,开发了温度热误差检测系统,实测了机床的热误差和温度场,并利用热误差及温度变量间的相关性,选取了建模温度变量,采用多元回归,建立了Z向热误差模型,并预测了后续热误差的变化。预测结果有效地将热误差带宽从60μm降为18μm,有效证明预测的可行性。     

机床热误差建模技术研究进展

切削加工过程中,机床会由于受不同热源影响而发生热变形,产生机床误差即热误差。在各种类型的机床误差中,热误差可占机床总误差的40%~70%,是影响机床加工精度的主要因素。为减小不同热源对机床热误差的影响,提高机床加工精度,目前主要有3种方法:1)通过对机床零部件进行优化设计,提高机床热刚度;2)应用更为有效的隔离措施,尽量减小或隔离热源影响;3)热误差补偿,通过对热误差进行在线预测及实时补偿,减小机床热变形。热误差建模是实时补偿热误差的前提和基础。首先对机床热误差建模技术进行了介绍,并对热误差建模技术领域的国内外研究现状进行分析,总结了目前热误差建模领域存在的主要问题,进而对热误差建模技术的未来发展方向进行了展望。     

机床热误差建模的组合小样本LKL方法

在辨识机床的热变形模型时，由于所能得到的样本较小且含有测量噪声，因此简单地采用传统的辨识方法效果并不理想。为此本文提出了一种组合样本的ＬＫＬ方法，将多个小样本组成一个大样本进行辨识。实验结果表明，该方法可以明显提高辨识精度。     

基于蚁群算法的机床热误差建模技术

通过分析机床热变形机制,采用蚁群算法对BP神经网络的权值进行训练,得到一种新的仿生预测模型,并将该模型应用于Y3150K型滚齿机中进行热误差补偿实验,使滚刀主轴的热变形误差控制在6 μm以内.结果表明,该模型不但避免了BP神经网络算法易于陷入局部极小的缺陷,且其预测能力较强、鲁棒性更佳,大幅提高了热误差补偿精度.     

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。     

并联机床平面约束机构误差分析与建模

针对五轴数控机床平面约束机构进行了误差分析,指出了并联机床平面约束机构误差主要影响因素为机构的制造误差和安装误差·前者与由其引起的约束机构顶边中点沿x方向的位移成非线性关系,而后者则成线性关系·提出了一种依据测量数据反演非线性误差模型的建模方法,给出了五轴并联机床约束机构实测信息与模型输出间的多项式误差模型·比较仿真结果与测量结果可知,基于上述方法建立的误差模型精确,进而利用该模型对机床进行实时精度补偿,可使机床x方向定位精度大为提高     

机床热变形误差实时补偿技术

研究了通过实时补偿热误差提高数控机床加工精度的方法,采用一维球列加快和简化了热误差的测量。利用多元线性回归方法建立了热误差与温度的数学模型,在外部微机的帮助下,可在加工过程中实时补偿热误差,切削实验表明补偿效果良好。     

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.     

多项式回归理论在机床热误差建模中的应用

通过理论分析,利用多项式回归理论中的增广样本相关系数,结合复相关系数的方法剔除与因变量和其他自变量相关系数均很低的自变量,建立机床热误差补偿模型.该方法与逐步线性回归热误差建模法相比,可避免出现温度变量耦合现象,缩短建模时间.通过残差及拟合图验证该模型具有较高的回归精度.     

数控机床热补偿中温度变量的选择与建模

叙述了一种在机床热补偿过程中,利用多元统计分析中的聚类分析方法对温度变量进行初步筛选,然后利用逐步回归方法获得最优模型的方法.对一台车削加工中心温度测量的变量进行了选择,并且利用逐步回归方法得到了补偿模型.结果表明,这种建模方法,不但很好地避免了温度测点的相互影响,保证了模型精度,而且节省了工作量和成本.     

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.     

数控机床热误差实时补偿应用

将由机床热变形引起的、决定工件加工误差的工件与刀具间相对热位移通过机床数控系统的外部机床坐标系偏置来实现实时补偿,并研制开发了高精度、低成本、满足实际加工要求的热误差实时补偿控制器,经数家企业实际生产使用,数控机床的加工精度大幅度提高,从而验证了本方法的正确性和本实时补偿控制器的有效性。     

数控机床热误差的混合预测模型及应用

基于机床热变形误差的产生机理及其表现形式的复杂性,综合时序分析方法建模和灰色系统理论建模的优点,研究了一种智能混合预测模型.将该模型应用于一台数控车削加工中心进行热误差趋势预测,以进行机床热误差补偿研究.结果表明,混合预测模型预测精度高于时序分析模型和灰色系统模型,其优异的预测性能可使数控机床进行实时补偿更加有效,从而大大提高机床热误差的补偿精度.     

基于灰色神经网络的机床热误差建模

结合灰色模型和神经网络对数据处理的优点,提出了并联和嵌入型2种结构的灰色神经网络机床热误差预测模型。前者是在灰色模型和神经网络分别对机床热误差进行预测的基础上,采用线性组合方式,按照目标预测精度调整模型的加权系数,从而得到最终组合预测结果;后者是在神经网络输入层前增加灰化层,在输出层后增加白化层,通过对神经网络拓扑结构的改进,达到弱化原始数据随机性、提高预测模型鲁棒性和容错能力的目标。通过与传统灰色模型和神经网络进行试验结果对比表明：上述2种结构的灰色神经网络模型均提高了预测精度,且具有对原始数据要求低、计算简便、鲁棒性强等优点,可用于复杂实际加工场合中的数控机床热误差实时补偿。     

基于误差分解的数控机床热误差叠加预测模型及实时补偿应用

针对数控机床热误差变化复杂而难以用常规方法预测的问题,将温升过程的热误差按不同的误差因素分解为静态基准误差和温升影响误差2个部分,分别建模并叠加生成热误差整体预测模型;利用所建模型对一台典型三轴数控铣床进行热误差预测;同时,结合自主研发的误差实时补偿系统,采用模型预测值对机床热误差进行实时补偿.结果表明：所提出的模型可以准确预测温升过程中任意温度的变化状态和坐标位置的热误差;模型预测值对机床热误差的补偿效果显著,可大幅降低热误差对加工精度的影响.     

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%.     

基于3次样条插值的数控机床几何与热复合定位误差建模

通过分析机床整个温升直到热平衡的误差数据,总结误差分布的数学规律,将热误差和几何误差分离,运用基于压紧样条条件下的3次样条插值算法,以线性拟合后的余差为建模数据,建立了数控机床几何与热复合定位误差数学模型.实验结果表明,该数学模型能很好地拟合数控机床定位误差曲线,补偿后数控机床定位精度提高了80%以上.该方法可运用于不同时刻或不同机床温度下的机床定位误差补偿,建模原理明了、过程快速,模型适用性好.     

基于时间序列算法的数控机床热误差建模及其实时补偿

提出了一种基于时间序列算法的机床热误差建模方法.通过时序算法综合分析软件,对实测的热误差数据进行预处理、模式识别、模型参数估计、循环定阶判别以及模型整合,建立表征机床热误差变化规律的实时补偿模型,并通过判别温度变化趋势,实时调整模型迭代系数.通过实时补偿系统,利用所建立的热误差补偿模型对数控机床的热漂移误差进行实时补偿加工.结果表明,工件的径向尺寸误差从补偿前最大的112μm降低到7μm,机床加工精度和稳定性大幅度提高.     

Modeling Approach of Regression Orthogonal Experiment Design for Thermal Error Compensation of CNC Turning Center

The thermal induced errors can account for as much as 70% of the dimensional errors on a workpiece. Accurate modeling of errors is an essential part of error compensation. Base on analyzing the existing approaches of the thermal error modeling for machine tools, a new approach of regression orthogonal design is proposed, which combines the statistic theory with machine structures, surrounding condition, engineering judgements, and experience in modeling. A whole computation and analysis procedure is given. ...