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.     

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。     

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.     

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.     

ANSYS在数控机床热误差建模中的应用

机床热误差是影响机床加工精度最大的误差源,因此如何有效地选择机床的温度测点,对热误差补偿具有重要的意义。讨论了应用ANSYS与热误差模态分析相结合的方法,该方法极大地增强了选择测点的准确性。     

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。     

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。     

RBF网络在线建模方法在热误差实时补偿技术中的应用

应用径向基(RBF)神经网络模型的学习性能,对一台数控加工中心的主轴温度与主轴径向热误差关系分别进行离线建模与在线建模对比研究,并将2种建模方法用于实例分析.结果表明,RBF神经网络模型能够反映数控机床的热特性,准确实时预报机床热误差.当工况发生较大变化时,在线建模能够及时补充系统信息,更好地反映机床系统热性能,从而精确预报机床的热误差,提高了误差补偿效果.     

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．     

五轴数控机床综合误差建模分析

分析了机床运动副的误差运动学原理，利用齐次坐标变换对一台包含3个移动副和2个转动副的五轴加工中心建立了误差综合数学模型．模型中不仅包含了几何误差且包含了热误差，共计57个误差元素．本分析方法可为其他类型的多轴数控机床、机器人的误差综合建模及补偿提供理论参考．     

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.     

PBGA封装体的热-结构数值模拟分析及其优化设计

基于热弹性力学和结构优化理论,针对典型的PBGA封装体在工作过程中的受热问题,建立了有限元数值模拟分析模型,模型中考虑了完全和部分两种焊点阵列形式,采用了基于散热功率的热生成加载、热循环加载和热循环、热生成综合加载三种方式．计算结果与文献中的实验结果进行了比较,并讨论了各层材料的主要参数对封装体热-结构特性的影响,算例结果表明对电子封装体的热-结构特性分析采用有限元数值模拟是可行的,并据此分别以最大应力最小化和封装体质量最轻为目标,对封装体进行了优化设计,为提高封装件的可靠性和优化设计提供了理论依据．     

基于主成分分析与BP神经网络相结合的机床主轴热漂移误差建模

为提高数控机床热误差模型的预测精度,提出了将主成分分析与BP神经网络相结合的主轴热漂移误差的建模和预测方法.使用主成分分析法对多个温度变量进行降维处理或重新组合,将处理后所得较少的主成分变量作为样本输入BP神经网络进行训练而得到主轴热漂移误差模型,并与经过测点优化后以关键点温度作为输入的BP神经网络模型进行对比分析.结果表明：基于主成分分析与BP神经网络相结合的主轴热漂移误差模型的拟合精度较高,残差较小;由于BP神经网络的输入变量较少而使所提出的模型训练速度快、迭代次数少.     

基于热误差敏感度图的温度关键点选择方法

采用有限元法仿真计算了数控车削中心主轴箱的瞬态温度场分布及相应热变形位移,根据热误差敏感度导出了主轴箱的热误差敏感度图;运用小波图像压缩技术提取了512个有限单元结点作为侯选温度关键点;根据遗传优化算法原理,提出了流程图式的目标函数,并在Matlab软件中以M文件的形式编写目标函数,同步实现了温度关键点的选择以及与之匹配的热误差模型的建立.通过在数控车削中心的验证实验结果表明,根据优化关键点所建立的数控车削中心主轴箱热误差模型的计算精度较高.     

机床热误差的检测与建模方法

热误差作为影响机床加工精度的主要因素,通过误差补偿可以对其进行有效控制.在误差补偿法中,获得机床热误差并建立热误差模型是整个补偿过程的核心与关键.综述了机床热误差的检测方法和建模方法,包括直接、间接检测法,和多元回归分析法、人工神经网络法、支持向量机法、灰色系统理论法及贝叶斯算法.并结合目前的研究现状,展望未来的发展.     

数控机床主传动热变形误差实时补偿的应用研究

利用FANUC 0 I-MC系统外部机床坐标系偏置实现了数控机床主传动系统热误差补偿,在多台数控机床上试验,使得机床的精度大幅提高,从而验证了此方法的正确性和实用性。     

锁频环辅助下锁相环的跟踪误差分析

为适应高动态环境,卫星导航接收机采取锁频环辅助锁相环的技术进行载波跟踪.锁相环在锁频环跟踪频率基础上锁定载波相位.现基于经典的二阶锁频环辅助三阶锁相环结构,研究其中的载波相位跟踪误差,包括动态应力误差与热噪声跟踪误差.通过推导,得到了2个误差的计算公式.仿真结果表明,有关载波相位跟踪误差的分析是准确的,有助于之后的载波跟踪环路设计.