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.     

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.     

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.     

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.     

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。     

数控机床实时误差补偿技术及其应用

以某厂一台数控双主轴车床为研究对象,根据齐次坐标转换原理,给出了该机床的几何误差和热误差的综合数学模型．对于不同的热误差因子,给出了不同的热误差数学模型,通过计算机分析合成误差曲线的斜率,分离了热误差和几何误差．补偿系统主要由微机结合机床控制器构成．由机床的温度信号和工作台运动位置信号结合综合误差数学模型,通过微机算出补偿值并送入机床控制器对刀架进行附加进给运动完成实时补偿．补偿试验表明,工件之间的尺寸变化可从原来的６０μｍ以上降到１４μｍ;工件的锥度变化从５０μｍ／ｃｍ以上降到１５μｍ／ｃｍ,大幅度提高了机床的加工精度,满足了工厂的实际生产需要．     

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.     

主轴系统动态误差和热漂移误差的测试分析

主轴的动态误差和热漂移误差直接影响机床的定位精度和工件表面加工质量。运用API主轴动态误差及热变形分析仪和API主轴误差分析软件对加工中心的主轴进行动态误差和热漂移测试。通过测量系统采集到的机床主轴系统的温度变化及分布数据及主轴系统的热变形数据,可以了解及掌握机床在运转过程中主轴系统的实际工况,如热平衡时间、主轴系统不同时刻在各方向的变形量等信息,对以后主轴系统的优化设计和动态补偿提供了基础数据支撑。     

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.