基于BP神经网络的数控机床综合误差补偿方法

针对多轴数控机床热影响导致的加工精度衰减问题,结合神经网络自学习与数据拟合能力,提出基于优化BP神经网络的多轴数控机床综合误差补偿方法。针对BP神经网络神经元误差曲面下降缓慢影响收敛效率的问题,引入陡度因子和放大因子,并基于此对数控机床运动轴加工精度进行预测和补偿。将大型A/B双摆角龙门数控铣床各关键发热源的温度检测数据和运动轴误差检测数据作为精度预测模型的输入量和输出量,采用改进后的BP神经网络进行训练,获得温度变化与位移误差量之间的非线性映射关系,并据此修改被加工工件的刀位数据文件,实现数控机床加工精度的提高。模拟算例和实验结果表明,该方法降低了传统BP神经网络的预测误差和运算时间,对机床平均误差补偿率达到50%以上。开发的数控机床误差补偿系统无须对现有机床进行大规模硬件改造,应用简便易于推广。     

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%.     

数控机床几何精度的位姿测量原理

为了获得数控机床全部的几何误差信息,根据激光跟踪仪的三维空间测量特性,提出一种数控机床几何精度位姿测量原理和几何误差分离原理。借助于一台固定安装于机床上的数控精密转台和一台激光跟踪仪获得机床运动轴的位姿信息,然后辨识出机床各项几何误差。首先,详细描述了位姿测量方法的基本原理,给出了平动轴误差测量数学模型,包括测量点、基点空间坐标的标定原理以及姿态偏差的获取步骤;然后,根据解析几何知识先后分离出3项转角几何误差和3项位置几何误差,并综合得出单个运动轴6项几何误差分离模型;最后通过数值模拟、测量实验以及对比实验验证了该原理的可行性和准确性。实验表明,采用位姿测量原理可以在2h内实现一台3轴高速数控铣床的精度检测,并准确分离出各项误差。位姿测量原理具有很高的测量精度与效率,解决了基点标定难题,且标定精度更容易提高。该原理为数控机床精度检测提供了一种新的思路,应用前景广阔。     

回转体加工中的机器人零位校正方法

在机器人加工中,采用理论几何模型控制机器人的运动,其与作业机器人的几何模型并不一致,导致加工误差的形成.为此,研究了工业机人零位误差对回转加工的影响.利用基于激光跟踪仪的轴旋转法求取关节的旋转中心和旋转轴向;借助最小二乘法对数据进行圆拟合,为了提高轴线测量精度,在同一轴上拟合得到两个圆,以其圆心的连线作为旋转轴的轴线;过第一和第四轴轴线作一平面,利用轴线与该平面的交点或者平面上的轴线,确定作业机器人的连杆参数,由相应连杆参数计算作业机器人每轴的零位角.通过旋转加工直径为80mm的圆柱,验证了该方法的有效性.实验结果表明:未校正零位误差时,作业机器人加工的圆柱最大误差为2.42mm;而校正零位后,作业机器人加工的圆柱最大误差减小到0.16mm.为机器人本体几何参数与零位的解耦标定建立了基础,进一步提高了机器人加工精度.     

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．     

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。     

主轴回转精度动态测试技术研究

随着磨床技术发展,对主轴回转精度的要求越来越高。回转精度包括了轴的径向误差、轴向误差、角度误差及由此衍生出的表面误差和半经误差五种。其中,径向误差尤其重要。对于径向误差的动态测量及分析,我们采用了单向测量法和双向测量法,测得主轴不同转速下的同步误盖值及非同步误差值,以选取主轴最佳磨削转速。     

基于插值算法的数控机床复合误差补偿技术

为提高数控机床的加工精度,提出了基于线性插值法和牛顿插值法的数控机床几何与热的复合误差建模方法,并利用数控系统外部机床坐标系的偏置功能,应用自行研发的综合误差实时补偿系统进行误差在线实时补偿.结果表明:所提出的模型具有计算简便、预测精度高等优点,可用于各种复杂加工场合中的数控机床几何误差与热误差的实时补偿.     

考虑几何误差和跟随误差的五轴联动轨迹误差预测方法

为了准确分析五轴联动轨迹误差,从而提升零件加工效率,提出了考虑几何误差和跟随误差的五轴联动轨迹误差预测方法,在加工前或加工中预测在某选定机床上加工某轨迹的轨迹误差,提前判断选定机床是否能够满足零件轮廓误差的要求,保证零件的加工精度,提高加工效率。所提方法将位置相关的30项几何误差表征为函数,将位置无关的11项几何误差表征为常量,读取各轴指令位置序列和光栅检测位置序列,合成了包含跟随误差和41项几何误差的刀轴矢量轨迹,实现了五轴刀心位置轨迹误差及刀轴姿态轨迹误差的预测,并选用AC双转台立式五轴机床加工S形试件,对所提五轴联动轨迹误差预测方法进行实验验证。结果表明:指令轨迹和预测轨迹均呈现出S形,预测轨迹相对于指令轨迹存在一定偏差,呈现了几何误差和跟随误差的影响;实测轨迹与预测轨迹具有相同的变化趋势,两曲线均反映出部分尖峰特征,说明预测算法的正确性。     

轨迹误差建模的多轴联动机床轮廓误差补偿技术

为了提高数控机床多轴联动加工精度,减小由传动机构和运动部件质量、刚度、阻尼及摩擦等因素造成的轮廓误差,针对交叉耦合控制参数难以选择及容易使系统不稳定的问题,提出了一种针对多轴联动机床进行运动轨迹误差建模和补偿的方法.该方法通过测量机床的典型实际联动轨迹,来建立轮廓误差模型,实现了加工过程轮廓误差的实时估算和补偿.通过对x、y轴工作台的联动轮廓误差建模和补偿实验,证明此方法可以显著减小圆弧及曲率连续变化曲线轨迹的加工误差,从而提高了在高速条件下的数控机床多轴联动的加工精度.     

基于多体系统理论的五轴机床综合误差建模技术

采用多体系统理论完成了五轴数控机床的综合误差建模,对平动轴间垂直度误差做了建模分析,改进了热误差的建模和辨识.该方法简便、明确,不受机床结构和运动复杂程度的限制,为计算机床误差、实现误差实时补偿、修正控制指令和提高加工精度提供了理论基础.     

五轴数控机床几何误差参数辨识及实例

用三次多项式对数控机床几何误差进行拟合,建立了与数控机床几何误差模型相适应的测量方案,减少了所需辨识参数的数目,提高了测量效率;利用Matlab软件求解dX的表达式中系数矩阵的条件数,验证了测量点选取的合理性;以一台五轴数控加工中心(TTTRR)为例,对一工件进行误差测量,对其误差参数进行辨识,验证了本文的误差参数辨识方法的可行性及测量方案的合理性.     

基于运动轨迹测量的加工中心几何误差控制

利用机器人运动学的齐次坐标变换原理和小角度假设,建立了三轴立式从加工中心刀尖到工件的封闭矢量链,推导出包含21项几何误差的三轴立式加工中心几何误差模型,给出基于运动轨迹误差测量的几何误差辨识方法。建立的基于运动轨迹误差测量的几何误差模型可以推广应用到其他型式的数控机床误差的建模、辨识和控制中。     

模糊控制用于高精度 CNC 系统多轴轨迹联动研究

分析了数控机床伺服进给系统的动特性对多坐标联动轮廓加工误差的影响规律，提出了模糊推理耦合轮廓误差补偿方法的原理，并给出了相应的控制算法及实现措施。该方法依据系统的轮廓误差，通过自适应模糊控制手段向各联动轴提供附加补偿作用，进而提高ＣＮＣ系统的轮廓加工精度。通过在四轴数控机床上实验，证明该补偿方法的可行性。     

数控机床加工过程综合误差数学模型

针对影响数控机床加工精度的几何误差和切削力导致的误差,识别出了三轴数控铣床加工过程中的21项几何误差元素和35项切削力误差元素,应用齐次坐标变换原理,推导出了各部件存在误差时相对于相邻部件的齐次坐标变换矩阵。由于加工过程中的数控机床可以看成是一个传动链,链的一端是工件,另一端是刀具,并且工件的理论被切削点和刀具的理论切削点在机床基本坐标系中的坐标是相同的,根据此关系,推导出了包含几何误差和切削力误差的数控机床加工过程综合误差数学模型。     

采用天鹰优化卷积神经网络的精密数控机床主轴热误差建模

针对数控机床因主轴热误差而严重影响加工精度等问题，结合求解最优解能力强的天鹰优化算法(AO)以及自学习和自适应能力强的卷积神经网络(CNN),提出一种采用AO-CNN的数控机床主轴热误差模型。根据磨齿加工过程特点，总结磨齿机主轴系统热变形规律，确定了X方向热误差为影响齿轮加工的主要因素；利用模糊C均值聚类(FCM)和相关系数法筛选出关键温度点；利用AO算法优化CNN结构的卷积核，并且建立AO-CNN的数控机床主轴X方向热误差预测模型。在2种不同转速的工况下对所建立模型的性能进行了验证，结果表明，采用AO-CNN进行热误差建模，数控机床X方向的热变形预测精度相比于CNN模型提高了15%,具有更加优越的预测精度。     

Archimedes螺线式Fresnel透镜的设计及加工方法

为解决传统同心环式Fresnel透镜及其模具金刚石刀具加工存在对加工系统要求过高及效率较低的问题,给出了Archimedes螺线式Fresnel透镜的设计方法。从几何聚光比和能流透射率方面对比了2种透镜的性能,发现两者性能基本一致。分析了大型Fresnel透镜及其模具金刚石车削机床的运动。计算了Archimedes螺线式Fresnel透镜车削加工的刀具轨迹。对比机床各轴精度对透镜光学性能的影响,发现刀具摆角、透镜法线方向进给轴的精度影响最大,采用附加沿刀具轴线方向微进给装置的机床结构能有效提高加工精度。     

Archimedes螺线式Fresnel透镜的设计及加工方法

为解决传统同心环式Fresnel透镜及其模具金刚石刀具加工存在对加工系统要求过高及效率较低的问题,给出了Archimedes螺线式Fresnel透镜的设计方法。从几何聚光比和能流透射率方面对比了2种透镜的性能,发现两者性能基本一致。分析了大型Fresnel透镜及其模具金刚石车削机床的运动。计算了Archimedes螺线式Fresnel透镜车削加工的刀具轨迹。对比机床各轴精度对透镜光学性能的影响,发现刀具摆角、透镜法线方向进给轴的精度影响最大,采用附加沿刀具轴线方向微进给装置的机床结构能有效提高加工精度。     

零件加工误差与机床几何误差映射关系建模

针对机床几何误差与零件误差映射关系建模方法并未考虑刀具在加工过程中各个点位的位置偏差与姿态偏差的问题,以三轴机床为研究对象,首先利用多体系统运动学理论,建立机床刀尖点误差与刀轴矢量误差模型。然后利用单基站激光跟踪仪多次测量的方法,结合误差分离算法,辨识得到了机床的21项几何误差项,并对18项与位置有关的误差项进行拟合,构建了完整的典型三轴机床工作空间误差场。最后以凸台宽度、平面度、孔轴线位置度等典型特征,结合加工轨迹,建立起机床几何误差与尺寸误差、形状误差和位置误差的映射关系,并进行了相应的实验验证。实验结果表明:凸台宽度误差与机床刀尖点在该处的几何误差有关,11个点位的凸台宽度误差测量值与计算值相差在5μm以内;"之"字型铣削平面度误差分析要先进行刀具轨迹离散化,然后将刀具圆周离散化,计算刀具圆周含有误差的点,通过点位筛选原则,选择真正属于加工表面的点,对这些点利用最小二乘法计算平面度,平面度误差计算值与测量值相差2μm以内;孔轴线位置度误差分析要考虑钻孔过程中不同位置处刀尖点误差与刀轴姿态误差,以二者为基础构建孔轴线方程,通过代入检测平面的高度以获取相应高度处圆心偏差,孔轴线位置度误差计算值与测量值相差5μm以内。     

数控车床的几何误差

本文给出了数控车床的几何误差模型和一台数控车床的实测数据。由于选择通过主轴旋转轴线的水平面作为测量平面,同时把激光测量元件安装在刀具的位置,从而使得测量工作和公式推导大为简化。实验数据表明,数控车床的几何误差值可以大大超过人们估计的值;非实时的补偿可以显著地减小数控车床的几何误差。