基于热敏区域黄金分割的机床主轴热误差测点优化及试验

为简化机床热误差测点布置,提高测试效率,提出一种基于热敏区域黄金分割的测点优化新方法。以解决传统经验布点存在数据冗余、可信度不强等问题。从理论上分析出最佳测点的存在,并运用有限元分析软件对其进行热敏特性分析,得出主轴测点热敏区域,为测点优化节省了时间;在热敏区间轴线方向采用黄金分割优选法进行搜索,并以各测点热误差相关系数作为迭代条件确定最佳测点的位置;对最佳测点处的结果进行回归模型构建,并通过F检验法验证了该模型可信性较好、预测能力较强,为后续的热误差补偿奠定了基础。     

机床丝杠进给系统热误差测点优化及实验

针对丝杠进给系统热误差监测点多,且测点之间存在复共线性影响热误差建模精度的问题,提出了一种综合测点优化的方法.首先利用Pearson相关性分析筛选出相关性较高的点,其次利用灰色关联法求出各温度变量间的灰色关联度并由此建立模糊相似矩阵,再采用模糊聚类和F分布统计确定最优测点组合后,由偏相关性分析剔除弱相关变量并建立热误差...     

机床温度测点布置技术与优化方法的研究

机床的热误差严重影响机床的加工精度,通过热误差补偿技术来减小热误差,从而提高机床的加工精度至关重要。温度测点的选择与优化是热误差补偿技术研究中的难点,本文综述了温度测点布置策略和优化方法,阐述了各方法的优缺点,并对温度测点优化技术的发展趋势进行了展望。     

机床主轴温度测点的K-means优化及试验

针对机床热误差补偿技术中温度测点的优化选择,提出一种基于K-means算法和Pearson相关系数相结合的方法。通过K-means算法将不同位置测点的温度进行聚类,用Pearson相关系数计算温度与主轴热误差之间的相关性,从每一类别中选出一个最优测点组成最优测点组合,并对最优测点处的结果进行热误差建模。在立式加工中心VMC850E上对该方法进行了试验验证,将温度测点的数量由8个减少至2个。经方差分析和F检验,验证了最优测点处的温度与热变形之间显著线性,模型可靠。     

主轴系统热特性参数修正中的温度测点优化布置方法

提出了一种基于信息论距离测度,将主轴系统有限元模型测点随时间变化的模拟温度值与实际温度值进行比较,有效地减少了温度测点的数量.本文以一种数控平面磨床的主轴系统为例,论述了基于距离测度对温度测点进行优化选择的方法.结果表明,该方法可以有效地简化主轴系统测点布置方案,为提高有限元模型精确度打下基础.     

机床主轴热误差建模

在测量机床关键部件温度和主轴热误差的基础上,用逐步回归方法建立了多元线性回归模型,并介绍了温度变量的选择。为机床的设计与制造提供了参考依据,也为机床的误差补偿提供了模型。     

精密加工中心热误差检测与温度测点优化

以卧式加工中心MCH63为研究对象,首先利用研制的温度和热误差检测系统测量了加工中心的温度场和热误差。然后基于变量分组优化的基本原理,引入修正的相关系数,确立了X、Y、Z三个方向用于建模的温度变量。最后通过RBF网络模型对该温度测点选择方法进行了验证。结果表明,该方法既能减少温度测点数量,又能保证模型的预测精度。     

基于机理分析和热特性基本单元试验的机床主轴热误差建模

为更精密地对机床主轴热误差进行预测,对主轴温度场和热变形进行机理分析,提出用热特性基本单元试验对初步理论模型进行修正从而得到最终模型的建模方法。根据主轴的尺寸和轴承参数对主轴温度场和热变形进行机理分析并确定初步理论模型,在不同起始温度下进行两组热特性基本单元试验,试验中采用温度传感器对主轴前后轴承及前端面的温度进行测量,采用位移传感器对主轴轴向热变形进行测量,得到主轴在升温和降温过程中温度场和热变形的特性数据,基于该数据对初步理论模型进行修正。在一台数控车床主轴上进行模型的试验验证,结果表明:该建模方法能同时对主轴升温和降温过程进行温度场和热变形的建模与预测,且具有高精度的优点,可用于各种数控机床主轴热变形的预测。     

灰色系统理论在机床热误差测点优化中的应用

针对影响机床加工热误差建模的机床温度场分布问题，借用灰色系统理论的关联度分析方法。对热传感器在机床上的优化布点进行了研究，从原先的16个温度测点减少到仅使用其中的4个关键温度进行热误差建模，从而可以较简便的分析所研究机床的热误差，提高了热误差建模的鲁棒性。     

基于灰色关联和模糊聚类的机床温度测点优化

针对机床热误差补偿技术中温度测点优化选择的问题,提出采用基于灰色关联分析和模糊聚类分析相结合的方法对机床温度测点进行优化选择。采用灰色关联分析法计算温度变量与主轴热误差之间的相关系数,并据此优选温度变量,采用模糊聚类分析法对所选择的温度变量进行聚类,确定关键温度变量,结合关键温度变量建立热误差线性回归模型。在精密卧式加工中心MCH63上对该方法进行了试验验证,结果表明,温度测点的数量由29个减少到6个,机床轴向热误差由41.3μm减小到7.6μm。     

Spindle Thermal Error Optimization Modeling of a Five-axis Machine Tool

Aiming at the problem of low machining accuracy and uncontrollable thermal errors of NC machine tools, spindle thermal error measurement, modeling and compensation of a two turntable five-axis machine tool are researched. Measurement experiment of heat sources and thermal errors are carried out, and GRA(grey relational analysis) method is introduced into the selection of temperature variables used for thermal error modeling. In order to analyze the influence of different heat sources on spindle thermal errors, an ANN(artificial neural network) model is presented, and ABC(artificial bee colony) algorithm is introduced to train the link weights of ANN, a new ABCNN(Artificial bee colony-based neural network) modeling method is proposed and used in the prediction of spindle thermal errors. In order to test the prediction performance of ABC-NN model, an experiment system is developed, the prediction results of LSR(least squares regression), ANN and ABC-NN are compared with the measurement results of spindle thermal errors. Experiment results show that the prediction accuracy of ABC-NN model is higher than LSR and ANN, and the residual error is smaller than 3 lm, the new modeling method is feasible. The proposed research provides instruction to compensate thermal errors and improve machining accuracy of NC machine tools.     

精密数控机床主轴热伸长补偿技术研究

针对目前精密数控机床热误差补偿问题,在基于主轴热误差测量系统的基础上,提出一种基于FCM聚类、多元线性回归的热误差补偿模型。通过对某卧式加工中心主轴恒定转速和变速工况下进行温敏点测量,建立关键温敏点与机床主轴热伸长的几何关系,通过补偿结果和切削试验表明该方法可以有效地降低主轴热伸长误差,提升零件的加工精度。     

机床热误差补偿中温度传感器布置策略的研究

讨论了现有机床热误差建模中温度传感器布置的策略,在此基础上发展了一种新的布置策略,并将此策略与其他策略相组合用来对光学曲线磨床进行温度传感器的布置,有效地减少了热误差建模的温度传感器数量,为简化热误差模型和提高模型的实用化程度打下了基础.     

数控机床热误差补偿建模方法

通过ＮＣ系统用软件方法补偿热误差是抵消热变形的有效方法,多输入多输出模型可以用于建立机床热行为数学模型。文章介绍了神经网络和多元线性回归方法,可用来建立大型数控铣床的热变形数学模型。试验和计算表明,这两种多变量模型能够预报大部分的热变形误差。     

基于遗传算法优化小波神经网络数控机床热误差建模

数控机床的热误差已经成为影响其加工精度的一个关键因素,为最大限度提高数控机床热误差补偿的精度和效率,结合遗传算法自适应全局优化搜索能力和小波神经网络良好的时频局部特性的优点,提出一种基于遗传算法优化小波神经网络的机床热误差补偿模型。以某型号五轴摆动卧式加工中心为试验对象,以机床温度变量和热误差为数据输入样本,建立小波神经网络模型热误差预测模型,然后用遗传算法优化小波神经网络权值、阈值,最终建立热误差预测模型。通过与传统人工神经网络和普通小波神经网络进行对比分析及试验论证表明,该补偿模型具有精度高、抗扰动能力和鲁棒性强等优点,有望在实际加工场合的数控机床的热误差预测和补偿研究中得到更大的推广应用。     

机床主轴回转误差测试研究

以LabVIEW为平台,设计了主轴回转误差实验系统。该系统由位移测试单元、采样时钟单元、数据采集卡及通用计算机组成。用于主轴回转精度的实际测量,取得了良好效果。     

数控机床热误差的动态自适应加权最小二乘支持矢量机建模方法

为消除数控机床热误差对加工精度的影响,提出基于动态自适应加权最小二乘支持矢量机的数控机床热误差建模方法.为构建机床热误差模型,对一台XK713数控铣床进行建模试验,采用智能温度传感器与激光位移传感器分别获取机床温度值与主轴变形量.运用动态自适应算法,优化选择建模过程中的参数;对采样数据进行初始最小二乘支持矢量机建模,根据误差变量确定权重系数,得到基于加权最小二乘支持矢量机的数控铣床热误差模型.试验结果表明,基于动态自适应最小二乘支持矢量机的数控机床热误差建模方法精度高,泛化能力强,优于未加权最小二乘支持矢量机方法与传统最小二乘法.获得的模型可用于数控机床热误差补偿,以提高数控机床的加工精度.     

基于神经模糊控制理论的数控机床热误差建模

将基于神经模糊控制理论的建模方法--模糊神经网络建模法应用到数控机床热误差建模当中,讨论了热误差模糊神经网络的结构及建模原理;对大型数控龙门导轨磨床主轴箱系统进行建模试验,采用非接触式红外温度测量仪和千分表分别测量主轴箱系统温度值与主轴热误差,得到两组独立的试验数据,一组用来建立主轴箱系统热误差模糊神经网络预报模型,另一组用来对模型进行验证。试验结果表明,模糊神经网络模型预测精度高,泛化能力强;将模糊神经网络建模方法与径向基函数神经网络建模方法进行综合对比,分析结果表明,模糊神经网络建模方法具有更好的建模效率、建模鲁棒性及预测性能。     

机床主轴的机械结构模糊优化设计

采用模糊数学的方法对某机床主轴的截面尺寸进行了优化设计，在满足主轴的静态特性、动态特性和尺寸约束的条件下，使得机床主轴质量最小。在优化设计方案中考虑了影响设计的模糊因素和约束的模糊性，建立了非对称模糊优化模型，采用最优水平截集法求解，得出优化设计结论。结果证明所采用的模糊优化设计方法是比较有效的，具有实际应用价值。