数控机床热误差建模与补偿

数控机床热变形误差对零件加工精度有重大影响。基于GA-SVR(遗传算法-支持向量回归机)的数控机床热误差建模方法要点有三:其一是数据采样,用不同传感器测量机床关键点的温度与机床主轴变形量。其二是数据训练,把获得的数据进行支持向量回归机建模训练,同时使用遗传算法寻找支持向量回归机相关参数的最优值。其三是数据建模,建立机床热误差模型,并验证模型的准确度。仿真及实验结果表明,基于GA-SVR的数控机床热误差建模方法具有精度高和鲁棒性强的特点。并依此算法建立了以DSP和A/D为核心的热误差补差补偿器。     

双转台五轴机床空间误差补偿技术研究

几何误差、热误差和切削力误差占到了机床总误差的75%,对这3项误差进行控制是提高机床加工精度的关键所在。以双转台五轴机床的空间误差作为研究对象,通过对加工位置、主要热源及电动机电流等相关因素进行分析,确定空间误差建模所需的位移变量、温度变量和切削力变量。以现有的多种误差建模方法为基础,通过对信息融合技术进行研究,提出一种机床空间误差的多模型融合预测方法,建立综合反映几何误差、热误差和切削力误差的最优空间误差模型。最后以DSP为核心,设计空间误差补偿器,实施空间误差补偿,验证补偿效果。结果显示,建立的模型预测精度较高,残差小于2μm,而实施空间误差补偿后,加工零件的轮廓误差也由15μm降到了5μm,补偿效果明显。     

数控机床几何误差与热误差综合建模及其实时补偿

为提高数控机床的精度,提出一种数控机床的几何与热的复合误差综合建模方法。通过分析机床在不同温度状态下的误差数据,得到机床误差分布规律;根据几何误差和热误差的不同特性进行误差分离,采用多项式拟合与线性拟合方法建立机床几何误差与热误差的综合数学模型;利用数控(Computer numerical control,CNC)系统的外部机床坐标系偏置功能,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。该误差补偿方法综合考虑机床几何误差及其在机床不同温度下的变化,全面分析整个温升过程直至热稳态的误差及其变化规律。经检测认证表明,应用该误差补偿方法及其实时补偿系统可使机床在常温下的定位误差由44.1μm降低到3.6μm,补偿91.8%;温升之后的定位误差由26.0μm降低到5.1μm,补偿80.4%,大幅度提高机床的精度。     

数控机床进给轴综合误差解耦建模与补偿研究

为建立高精度的数控机床综合误差补偿模型,提出一种针对机床定位误差的解耦分离建模方法。通过对数控机床温度场与定位误差进行测量,研究机床在不同工况下温度场与定位误差的变化规律,基于该规律定义机床定位误差敏感度的概念,采用灰色关联度算法建立定位误差敏感度矩阵并优化了测温点。根据机床定位误差变化规律,利用多元回归和GM(1,n)算法对机床几何基准误差和热误差进行解耦分离建模,并将上述模型进行线性叠加构建机床定位误差综合模型。在不同工况条件下对一台VXC-560型加工中心进行在线补偿,试验结果表明机床x轴在冷态条件下的定位误差从11.1μm降低到4.5μm,降幅为59.5%,在热态条件下的最大定位误差由34.9μm降低到8.2μm,降幅为76.5%,并验证了采用误差模型直接驱动机床硬件进行补偿的新思路,具有一定的工程应用前景。     

五轴机床旋转轴误差的在机测量与模糊径向基神经网络建模

考虑五轴机床中的旋转轴误差会影响加工精度和在机测量结果,本文研究了旋转轴误差的在机测量与建模方法。介绍了基于标准球和机床在机测量系统的旋转轴综合误差测量方法,采用随机Hammersely序列分组规划旋转轴的测量角位置,通过自由安放策略确定标准球初始安装位置。然后,引入模糊减法聚类和模糊C-均值聚类(Fuzzy C-means,FCM)建立旋转轴误差的径向基(Radial basis function,RBF)神经网络预测模型。最后,进行数学透明解析,从而为误差的精确解析建模提供新途径。利用曲面的在机测量实例验证了提出的旋转轴误差测量与建模方法。结果表明:利用所建模型计算的预测位置与实测位置的距离偏差平均值为9.6μm,最大值不超过15μm;利用所建模型补偿工件的在机测量结果后,其平均值由32.5μm减小到13.6μm,最大误差也由62.3μm减小到18.6μm。结果显示,提出的测量方法操作简单,自动化程度高;模糊RBF神经网络的学习速度快、适应能力强、鲁棒性好,能满足高度非线性、强耦合的旋转轴误差建模要求。     

数控机床两种几何误差建模方法有效性试验研究

数控机床在制造行业中有着广泛的应用,数控机床精度对保证被加工零件质量起着关键作用,对机床平动轴几何误差进行补偿是进一步提升数控机床加工精度能力的重要手段。几何误差建模是几何误差补偿的基础,通常采用18项或21项几何误差建模方法,基于这两种建模方法,进行误差检测、辨识与补偿。但这两种建模方法对误差补偿的不同影响还没有系统的验证研究,根据验证结果指导采用更适宜的几何建模方法,对于改善误差补偿效果有着至关重要的意义。通过已经建立的数控机床的两种几何误差建模方法建模,开展了基于这两种误差模型的数控机床平动轴几何误差检测、辨识和补偿的仿真和试验研究,并对这两种误差补偿的有效性进行了系统性的分析比较。试验研究发现,18项几何误差建模方法能够精简地描述三轴数控机床的全几何误差项,21项几何误差建模方法则存在3项冗余角度误差项,造成精度预测模型的准确性降低。当通过建立精度预测模型进行机床空间误差补偿,试验研究发现采用18项几何误差建模方法的误差补偿效果优于采用21项几何误差建模方法的误差补偿效果,即18项几何误差建模方法更适用于三轴数控机床几何误差的软件补偿方法。该研究结论对于进一步提升数控机床加工精度的能力具有理论和实际的指导意义。     

基于迁移学习的异工况下机床热误差建模方法

机床热误差预测模型在不同工况下难以保持高预测精度是导致热误差实际补偿效果差的重要原因，对此本文提出一种基于迁移学习的异工况下机床热误差建模方法。首先利用核均值匹配算法获取不同工况下机床温度数据间的迁移权重，从而提出基于迁移学习的热误差建模方法；对不同工况下热误差数据进行差异显著性检验，并利用本文所提方法建立热误差预测模型，分析建模效果；然后比对分析本文所提建模方法与常用建模方法的实际预测效果，最后进行补偿验证实验以证明本文所提方法的有效性。结果表明，本文所提基于迁移学习的建模方法能够有效提升建模效果，其中迁移学习结合LASSO算法针对不同工况下热误差数据的预测精度和稳健性分别达到3.73和1.14μm,补偿后机床X/Y/Z 3个方向热误差分别保持在-2.3～3.1μm、-3.4～3.9μm和-3.3～4.6μm范围内。     

基于偏最小二乘的数控机床热误差稳健建模算法

建立预测模型对热误差进行预测和补偿是解决机床热误差问题的常用方法,该方法中模型的预测精度和稳健性易受环境温度影响而明显下降,对此本文提出了基于偏最小二乘法的热误差稳健建模算法。首先使用相关系数法筛选温度敏感点,并建立热误差偏最小二乘回归预测模型。进而基于全年环境温度下的多批次热误差实验数据,分析最佳的温度敏感点个数。最后建立热误差偏最小二乘回归模型,并与普通多元线性回归模型的预测效果比对分析。结果表明本文所提算法平均预测精度为5.7μm,模型稳健性为0.56μm,相较于普通多元线性回归算法,预测精度和稳健性分别提高13.8%和49.5%。说明本文所提的热误差稳健建模算法能够在环境温度变化较大时保持高预测精度和高稳健性。     

基于EFAST方法的三坐标数控机床几何精度灵敏度分析

机床几何误差是影响机床加工精度的主要因素之一,本文针对机床几何误差建模、几何精度灵敏度分析、筛选关键几何误差等问题进行研究。结合多体系统理论和齐次坐标变换建立三坐标数控机床的几何误差模型,求解机床空间位置误差表达式。使用雷尼绍XL-80激光干涉仪对三坐标数控机床进行几何误差测量试验,将测量结果导入九线法误差辨识模型,辨识三坐标数控机床的21项几何误差。应用Simlab软件中的拓展傅里叶幅值灵敏度检验方法(EFAST)对三坐标数控机床的几何误差进行灵敏度分析,并筛选出影响三坐标数控机床加工精度的关键几何误差。此外,以关键几何误差为基础,建立三坐标数控机床的简化几何误差模型,与三坐标数控机床的几何误差模型进行对比分析。结果表明,该方法可合理经济地提高三坐标数控机床加工精度及几何误差补偿。     

基于OE-CM算法的机床主轴热误差建模与补偿分析

针对机床热误差建模过程中,误差信息不透明、数据特性不全面等不利因素,根据机床主轴热误差实验数据,分别采用GM(1,n) 模型和最小二乘支持向量机(LS-SVM)模型建立主轴热误差预测模型并进行线性叠加,然后采用预测有效度算法调整模型加权系数,建立了最优有效度复合预测模型（OE-CM）以获取最佳预测效果。在VXC-560型三轴数控机床上进行在线实验建模,实验结果表明：OE-CM具有预测精度高、鲁棒性好等特点,整体预测效果优于灰色GM(1,n)模型和LS-SVM模型,适合在复杂工况条件下对机床主轴热误差进行预测和补偿,为提高机床热误差补偿精度建立了理论模型。为了验证该预测模型的有效性,对所研究的机床主轴进行热误差在线补偿,机床主轴Z向最大误差从23.8μm减小到8μm,减幅达到66.4%,较好地提高了机床精度,具有一定的工程化推广前景。     

机床定位误差中的热误差分离与实验

提出一种从机床定位误差数据中分离出热误差的新方法.设计了由双频激光干涉仪、温度传感标签与接收器等组成的热误差测试系统,可实现热误差温度信号的无线智能检测和热变形信号的非接触高精度采集;从机床冷态开始,来回循环测量定位误差并记录热敏测点温度值;对各循环内的前后测点定位偏差做插值、相减、平均等处理,再与冷态下的平均定位误差相减分离得到热误差.在2515龙门加工中心上进行了实验,数据处理不仅可得到定位偏差、重复精度、回程误差等6个几何精度指标,还分离出测量范围内各个测点的热误差,其最大值为9.67μm;最小二乘法建模结果表明热误差的建模精度在[-2.60μm-2.28μm]之间,建模精度平均值为0.73μm.     

转台-摆头式五轴机床几何误差测量及辨识

为降低转动轴几何误差对转台-摆头式五轴机床精度的影响,提出了基于球杆仪的位置无关几何误差测量和辨识方法。基于多体系统理论及齐次坐标变换方法建立了转台-摆头式五轴机床位置无关几何误差模型,依据旋转轴不同运动状态下的几何误差影响因素建立基于圆轨迹的四种测量模式,并实现10项位置无关几何误差的辨识。利用所建立的几何误差模型进行数值模拟,确定转动轴的10项位置无关几何误差对测量轨迹的影响。最后,采用误差补偿的形式实验验证所提出的测量及辨识方法的有效性,将位置无关几何误差补偿前后的测量轨迹进行比较。误差补偿后10项位置无关几何误差的平均补偿率为70.4%,最大补偿率达到88.4%,实验结果表明所提出的建模和辨识方法可用于转台-摆头式五轴机床转动轴精度检测,同时可为机床精度评价及几何精度提升提供依据。     

结合POE旋量理论的三轴立式加工中心几何误差建模方法

以三轴立式加工中心为研究对象,提出一种基于指数积(Product of exponential, POE)旋量理论的几何误差综合建模方法。首先根据误差和旋量的几何定义建立3个旋量来表示各个轴的6项基本几何误差元素,综合3个旋量建立各个轴的误差POE模型;其次在POE建模时考虑垂直度误差,根据垂直度误差的几何属性提出获得垂直度误差POE模型的两种方法;此外根据机床拓扑结构确定旋量和相应指数矩阵的相乘次序,建立综合几何误差POE模型。最后在某三轴立式加工中心上进行建模实验,结果表明本文方法足够有效和精确,根据综合误差模型得到数控机床的误差场。     

基于正则化的机床热误差自适应稳健建模算法

通过建立预测模型对机床热误差进行补偿,是有效解决热误差造成机床精度下降问题的常用方法。本文提出一种基于正则化的数控机床热误差自适应稳健建模算法,能够在建模过程中自适应选择温度敏感点(TSPs),并具有高预测精度和稳健性。首先基于结构风险最小化原则对热误差建模稳健性机理进行分析,进而利用正则化算法中LASSO解的稀疏性实现自适应TSP选择。然后基于不同实验条件的热误差数据,分析所提建模算法的预测效果,并与常用的多元线性回归、BP神经网络和岭回归算法进行比对分析。结果表明,本文所提建模算法具有最高的预测精度和稳健性,分别为5.22和1.69μm。最后,利用所建立的预测模型进行热误差补偿实验,以验证本文所提建模算法的实际补偿效果。     

基于区间层次分析法的三坐标测量机精度分配方法

为了提高三坐标测量机(CMM)研发和整机精度设计水平，提出了一种基于区间层次分析法的CMM精度分配方法。首先建立CMM准刚体模型；基于CMM目标精度和行程范围，利用套索算法(LASSO)和正交三角分解对准刚体模型进行全参数、高精度求解，得到CMM的21项几何误差。然后根据CMM结构和运动方式，划分CMM整机的精度层次结构；利用区间层次分析法确定CMM关键零部件相对于几何误差的精度分配权重向量。利用CMM 21项几何误差和精度分配权重向量得到CMM关键零部件的精度分配结果。结果表明，针对目标精度为(4.5+L/400)μm的CMM,利用精度分配方法组装的样机精度达到(2.7+L/400)μm。因此所提出的CMM精度分配方法能够更精确的对CMM关键零部件的精度选取提供依据，提高整机精度，节约整机设计效率，降低研发成本。     

数控机床工作台误差综合补偿方法研究

针对由几何误差与热误差引起的数控机床工作台与主轴之间相对位置变动的问题,通过试验分析其在不同温度状态下的误差数据,得到机床工作台平面度误差随热变形保持不变的规律,并提出了一种数控机床工作台平面度误差与主轴热误差的综合补偿方法。该方法通过分别建立工作台平面度误差模型和热误差模型,并运用叠加原理建立综合误差补偿模型,对传统固定单位置点建模补偿方法的原理性缺陷进行了改进。结合机床关键部件的实时温度值和刀具位置的实时坐标值,计算出了全工作台各区域各温度阶段的误差补偿值,进而实现了全工作台主轴轴向综合误差的实时补偿。检验及分析结果表明,相比于传统固定单位置点热误差建模补偿方法,该方法所建模型残余标准差减小约7μm,精度提高比例达到50%;单次最大补偿残差减小约11μm,精度提高比例达到60%,大幅度提高了机床的加工精度。     

基于二阶矩信息的五轴数控机床几何误差建模

传统误差建模方法通常假设机床几何误差为常量,未考虑误差分布情况。在分析传统误差建模方法的基础上,提出了一种基于误差二阶矩信息的齐次坐标变换法。以均值与标准差矩阵形式表达了机床各项误差的分布情况,通过建立带分布情况下误差传递矩阵运算规则,计算并以区间形式表达了机床空间定位误差,通过对比实验证明了该误差模型与传统误差模型相比,能够更精确地表达机床空间定位误差,为机床精度的改善提供了参考。     

基于动态自适应LS-SVM的数控机床热误差建模研究

热误差是造成切削加工工件精度低的重要因素,研究机床热误差是提高加工精度的有效措施。为此,综合考虑最小二乘法(LS)、支持向量机(SVM)和动态自适应算法的优势情况下,提出了一种基于动态自适应LS-SVM的数控机床热误差建模方法。为构建热误差模型,以数控机床XK713进行试验,通过温度和位移传感器分别获取机床温度值与主轴变形量,同时通过动态自适应算法,参数能够被优化,以及对所采集的数据进行最小二乘支持向量机建模,从而可得该数控铣床热误差模型。通过与LS热误差建模方法进行对比分析,结果表明:所提出的热误差模型的精度远优于LS模型。该方法为机床热误差建模的研究和应用奠定了基础。     

基于D-H矩阵的Stewart型并联机床位姿误差计算模型

针对6自由度Stewart型并联机床,以D-H变换矩阵为建模工具,建立起包含铰座位姿参数、杆件D-H参数的机床动平台位姿方程.采用矩阵微分方法推导出一个机床位姿误差线性化计算模型.该模型不仅使铰座位姿参数误差、杆件D-H参数误差等几何误差全部进入机床位姿误差计算方程,而且将机床位姿误差与几何误差之间的非线性隐式函数关系简化为线性显式函数关系.基于支链杆长方程建立起一个能描述机床位姿误差与几何误差之间实际映射关系的非线性计算模型,以其作为参考模型对线性化计算模型的有效性进行检验.仿真表明:在小误差条件下,线性化模型可以很好地逼近非线性模型,由于具有形式简洁、分析与计算方便等特点,基于D-H变换矩阵的位姿误差线性化计算模型可用于Stewart型并联机床的精度分析、精度综合及运动学标定.仿真结果还表明:当对机床位姿精度要求较高时,需要考虑杆件的全部D-H参数误差对机床位姿的影响.     

一种五轴数控机床的综合误差建模与补偿

研究五轴数控机床的综合误差建模与补偿方法。系统地分析了机床几何误差与热误差,并提出了其新的分类方法和一种直观形象的杆、副误差矩阵描述方法,根据这种误差描述方法建立了五轴数控机床的综合误差模型,最后根据矩阵微分法建立了机床综合误差补偿模型。