基于对角线测量的机床空间定位误差

为了研究机床温度变化对数控机床空间定位精度的影响,提出了一种通过分步测量机床工作空间4条体对角线快速获得机床空间误差的方法.基于这种方法在不同的温度条件下,测量了6组数控机床空间定位误差并以z轴定位误差为例进行了分析并在某一机床温度条件下,对空间定位误差进行了预测和补偿,z轴定位误差最大误差从15 μm降低到5 μm以内,精度得到了改善。结果证明分步对角线测量方法是一种研究机床空间定位误差热变化的有效手段.     

基于体对角线机床位置误差的激光矢量测量分析

机床空间位置误差的测量和补偿是提高加工精度的重要手段。通过分析机床沿4条体对角线的位移误差与空间位置误差间的矢量关系,提出了利用体对角线多步运动测得的位移误差分离机床运动轴位置误差的矢量分析方法。分析结果表明,新方法不仅可以反映机床的几何精度,而且可以快速分离出3个运动轴的9项位置误差,为实施数控机床的空间位置误差补偿提供了理论基础。     

基于状态空间模型的机床热误差动态建模

提出了一种基于状态空间模型的机床热误差建模方法,以几个关键温度点的温升为输入,结合状态变量和干扰来确定热误差输出,由子空间辨识算法得到模型参数.同时,在一台数控车床上进行实验,以探究模型的精度和鲁棒性.结果表明:在不同的转速条件下,所提出的模型能够补偿70%的热误差;与自回归模型的建模方法相比,状态空间模型表现出更优异的鲁棒性.     

基于分步对角线的数控机床误差辨识新方法

机床空间位置误差的测量和补偿是提高加工精度的重要手段。分析了数控机床的各项误差元素,建立了数控机床的空间定位误差模型;详细阐述了分步体对角线法用于误差检测和分离的原理,以及不能对机床误差完全辨识的不足。将分步对角线法引入平面测量,分析6条面对角线与位置误差间的关系,提出了一种新的辨识机床各分项误差的方法。该方法操作简单、效率高、所需元件少;不仅可以反映机床的几何精度,而且完全分离出了机床的各项误差元素,为数控机床的空间位置误差补偿提供了理论基础。     

基于温度积分方法的大型数控机床光栅定位热误差建模及实时补偿

为了提高大型数控机床的光栅定位精度,提出了基于热特性分析的光栅定位热误差建模理论及补偿方法.阐述了光栅受热膨胀产生热伸长从而导致定位偏差的机理,并对光栅定位误差产生的影响及表现形式进行了说明.建立了光栅热伸长量和温升量的线性关系表达式.在光栅尺上均匀布置多个温度传感器,实时采集光栅尺多点温度,通过插值运算,拟合出光栅尺各点的温度值.由于在机床运动过程中,光栅尺各点的温升量不尽相同,采用对光栅尺各点温升量积分的方法,求出光栅各点热伸长量,建立了光栅定位热误差模型.利用自主研发的数控机床误差补偿系统,应用光栅定位热误差模型,对落地镗床TK6920进行光栅尺定位热误差补偿.结果显示:光栅定位热误差模型对运动过程中的光栅定位误差进行准确的预测,补偿后残差控制在15μm以内,定位精度提升90%以上,显著提高了光栅的定位精度.     

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。     

数控机床定位误差的软件补偿

提出了基于“华工I型”数控系统数控机床的定位的软件补偿方法,该方法克服了等间距定位误差补偿的缺点,使定位误差补偿的位置可随机设定,建立了数控机床定位误差软件补偿的数学模型,在XK713加工中心上进行了补偿实验表明,采用本补偿方法能使机床的定位误差减小70%汉上。     

机床定位误差的微机补偿方法

本文介绍了机床和仪器定位误差的各种微机补偿方法,采用列表法和水平分割,在由单片机控制的误差补偿系统中,对感应同步器数显装置的定尺零位误差进行了补偿,使其误差基本控制在正,负一个脉冲当量内。理论分析和实验结果表明,微机误差补偿技术可以大幅度提高机床和仪器的定位精度。     

论机床专用夹具定位误差的本质

根据机床专用夹具定位误差的定义,论述了定位误差的来源、本质、特点和常用分析计算方法。     

机床夹具定位误差概念辩析

通过对零件图尺寸、工序尺寸、调刀尺寸之间的相互关系的分析,阐述了夹具定位误差对它们的影响,提出了新的定位误差定义。     

基于自适应分段与动态修正的机床定位误差补偿

为了提高并保持机床的加工精度,提出了自适应分段建模与动态修正相结合的误差补偿方法.根据误差曲线形状与建模精度需求,自适应地确定分段区间与函数最佳拟合阶次,以实现在线自动建模.结果表明,所建模型并非一个固定的算法,能够实时监测机床温度场、外界环境温度及冷却液工作状态的变化情况,不断更新数学补偿模型的几何调整因子与热增益系数,并动态修正补偿模型.同时,在VM850型立式加工中心进行了误差补偿实验.结果表明,在复杂工况下,基于自适应分段建模与动态修正相结合的误差建模及补偿方法能够满足数控机床的实时补偿需求,其补偿精度高、鲁棒性好.     

机床热变形误差综合

本文作者提出一种新方法和方程式来综合按热变形规律变化的尺寸对机床精度的影响,并建议采用机床的精度失控时间来评价机床的热态精度。     

机床滚转角测量中敏感元件倾斜引起的误差分析

为研究正交偏振光相位法测量机床滚转角过程中,机床的俯仰、偏摆运动误差对测量精度的影响,建立了测量光路数学模型,利用琼斯矩阵法计算光路中光的偏振态变换过程,并推导出被测滚转角与相位变化量间的测量公式。在此基础上,采用光的偏振和晶体光学理论,分析了测量过程中机床俯仰、偏摆运动误差造成的敏感元件(即1/2波片)倾斜所引起的测量误差。分析结果表明,1/2波片在倾斜角度小于2°的情况下所引起的测量误差小于0.1%,对测量精度影响较小,从而论证了正交偏振光相位法高精度测量机床滚转角的可行性。     

基于人体免疫系统RBF网络的数控机床热误差建模

针对现有误差预测模型无法实现结构自适应调整和在线训练的不足,通过对比人体免疫系统和人工神经网络,提出人工免疫RBF(AIRBF)网络,实现了网络结构的动态调整和在线学习.通过数控车削中心进行的实验验证,并将预测结果同传统RBF网络预测结果进行比较.结果表明,该网络结构简单,能够很好适应热弹性变形的非线性时变特性,并能获得更高的热误差预测精度和更好的对突变数据点的跟随性.     

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。     

基于粒子群算法与BP网络的机床主轴热误差建模

为了避免基于反向传播(BP)神经网络的主轴热误差模型精度低、通用性不强和收敛性较差等缺点,利用模糊聚类理论与相关分析法对温度变量进行优化,并且选取热敏感点以挖掘温度变量与热误差间的相关性,降低温度变量间的耦合性.利用粒子群优化算法(PSO)将预测输出与期望输出间误差平方和的倒数作为个体适应度函数,将个体头部分与身体部分的表现码分别映射为网络的隐含层节点数、权值和阈值,实现了对BP网络的拓扑结构的有效优化,通过跟踪个体极值和全局极值实现了粒子群个体速度与位置的更新.分别建立了基于BP和PSO-BP网络的热误差模型,以精密坐标镗床主轴为研究对象,采用五点法对高速主轴热误差进行测量.结果表明,PSO-BP模型可实现不同工况下主轴空间位姿状态的高精度预测,验证了测量及建模方法的有效性.     

虚拟轴机床机构误差分析

该文对并联机构在现代机床上的应用作了论述,建立了虚拟轴机床并联机构的一种误差分析方法,应用坐标变换原理导出了双三角并联机构水平姿态时的误差方程组;分析了误差方程组的线性和非奇异性,给出水平姿 态时的位姿误差正解;对工作空间中心线的误差分布规律进行了仿真,绘制了其误差分布曲线。     

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.