基于LIBSVM的数控机床热误差建模研究

通过建立数控机床热误差补偿的数学模型是实现机床热误差修正和提高机床精度的有效措施.本文以CL-20A数控车床主轴热变形为实验对象,在大量实验数据的基础上,利用逐步回归分析法找出机床温度敏感点,并采用基于MATLAB平台的支持向量机算法来建立车床主轴热误差数学模型.实验结果表明,所建立的模型能精确把握机床主轴热变形的规律和趋势,对于预测机床主轴热变形,实现实时热补偿具有实用价值.     

数控机床温度与热误差检测系统

数控机床热变形补偿模型研究和应用中须快速采集大量温度与热误差信号.针对温度和热误差信号的特点开发了检测系统,此系统具有方便快速测量机床各部位温度和机床热误差的功能.     

数控机床温度与热误差检测系统

数控机床热变形补偿模型研究和应用中须快速采集大量温度与热误差信号。针对温度和热差信号的特点开发了检测系统,此系统具有方便快速测量机床各部位温度和机床热误差的功能。     

基于逐步回归的机床温度测点优化及热误差建模技术

通过对机床温度测点进行优化,建立其与机床热误差之间的数学模型,对机床热误差进行实时预测与补偿控制,是提高数控机床加工精度的重要途径。为解决现有机床热误差模型预测精度低、鲁棒性差的问题,提出一种基于逐步回归的数控机床温度测点优化方法。通过偏F统计量的检验,在初步建立的回归模型中逐个引入新变量,剔除不显著的老变量,实现温度测点的优化布置,获得数控机床热误差的最优回归模型。将该方法应用于某数控机床,结果表明,基于逐步回归的机床热误差模型,所用温度变量最少,且预测精度最高。     

基于模拟退火算法的数控机床热误差补偿方法

为提高数控机床的精度,基于模拟退火算法设计数控机床热误差补偿方法,分别建立机床内部零件沿X轴、Y轴、Z轴方向做平移与旋转运动时的变化矩阵,计算电动机与轴承的发热量,二者相加后就可以得到高速运动下机床发热量。基于模拟退火算法建立热误差偏移补偿模型,获得系统温度的状态参量,得到温度下降后求和单元的传递函数,计算偏移补偿模型内X轴、Y轴、Z轴上经过多次迭代后的位置。设计数控机床热误差补偿算法,得到数控机床热误差补偿结果。实验结果显示,该数控机床在Y轴上的热误差值较小,但是在X轴与Y轴上的热误差较大,经过误差补偿后,其热误差分别降低至1～2 m m和0～1 m m,可见该热误差补偿方法效果较好。     

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。     

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。     

数控机床位置不相关热误差在线补偿方法

针对数控机床位置不相关热误差,提出一种基于平移偏置法的在线补偿方法。采用贝叶斯网络建立机床多温度输入的热误差模型,根据机床综合误差模型,采用平移偏置法计算运动轴补偿值。基于数控机床PLC-CNC通讯功能将误差补偿值输入数控系统进行在线补偿。补偿系统结构采用离线误差建模与在线误差补偿的方式,将离线模型计算的误差补偿值通过PLC输入到机床寄存器中进行在线补偿。对某机床厂研发的滚动导轨精密曲面成形数控磨床进行双主轴热变形补偿,结果表明平均补偿效率超过70%,补偿效率最高达到95.5%,验证了基于平移偏置法的位置不相关热误差补偿方法的有效性。     

基于灰色理论预处理的神经网络机床热误差建模

为最大限度减少热误差对数控机床加工精度的影响,尝试结合灰色理论和人工神经网络各自对数据处理的优点,提出一种基于灰色理论预处理的神经网络机床热误差补偿模型.在一台处于实际加工状态的数控车床上进行试验,采用数字式温度传感器测量经过优化选取的对热误差有关键影响的机床构件和加工环境的温度数据,采用非接触式位移传感器获得机床加工热误差数据,在不断调整灰色模型数据序列长度及神经网络权值、阈值的基础上,最终建立热误差补偿模型.通过与传统灰色模型和神经网络进行对比分析及试验论证表明,该补偿模型具有对原始温度和热误差数据要求低、计算简便、预测精度高、鲁棒性强等优点,可用于各种复杂实际加工场合中的数控机床热误差实时补偿.     

数控机床热误差补偿最佳转速选择

为提高数控机床热误差补偿模型在实际工程应用中的补偿精度和稳健性,研究了热误差补偿建模时机床最佳转速状态的选择方法。首先,以Leaderway V-450数控加工中心主轴Z向为研究对象,控制机床主轴在空转状态下,以图谱和恒定转速两种方式进行了多批次实验。然后,采用模糊聚类结合灰色关联度选择温度敏感点并建立多元线性回归模型。最后,分析不同转速类型下模型的预测效果并对同种转速类型下模型预测效果进行相对评价,从而给出热误差补偿建模时机床最佳转速状态的选择方法。实验结果表明,根据国际标准中不同主轴转速类型建立的热误差补偿模型,对于机床热误差预测效果存在较大差异。根据实际工程应用选择的最佳转速状态建立的补偿模型有较好的预测效果。     

卧式数控机床主轴温度场分布及对机床热变形的影响

分别应用红外热像仪测温技术和激光测距技术对机床温度场和机床热误差开展研究.着重分析三轴卧式数控机床的温度场分布、机床运行中的热行为以及两者之间的联系.经试验发现,主轴热误差是数控机床的主要误差源之一,主轴热误差与机床运行中的温度分布有紧密联系,主轴各方向变形量呈现出随主轴温度升高而明显增大趋势,并且主轴Z方向的伸长量远大于X和Y向的变形量.提出通过改善冷却和散热条件而降低主轴温度,以达到有效控制主轴热误差以及建立热变形补偿模型实施补偿等措施,经验证热变形改善效果明显.     

基于在线最小二乘支持向量机的数控机床热误差建模与补偿

为消除数控机床热误差对加工精度的影响,提出了基于在线最小二乘支持向量机的数控机床热误差建模方法。为构建机床热误差模型,进行了建模实验,采用智能温度传感器与激光位移传感器分别测量机床温度值与主轴热变形量。将获得的数据进行在线最小二乘支持向量机建模训练,构建机床热误差模型。在根据模型得出误差预测值的同时,可以不断根据在线输入的新数据修正热误差模型本身,运算时间短,适用于在线建模。实验结果表明,基于在线最小二乘支持向量机的数控机床热误差建模方法具有精度高、鲁棒性强和计算时间短的特点。在此基础上,根据在线模型进行热误差补差,可有效消除机床热误差影响,提高数控机床的加工精度。     

基于CNN-GRU组合神经网络的数控机床进给系统热误差研究

热变形引起的误差是影响数控机床精度的主要因素之一。为了减小热误差对数控机床精度的影响,提出一种基于CNN-GRU组合神经网络的热误差预测方法。通过热误差实验,采集螺旋曲面专用数控机床直线进给系统的温升数据和热误差数据;利用模糊C均值聚类和灰色关联度分析筛选进给系统温度敏感点;以温度敏感点的温升数据和进给系统热误差为数据样本,建立CNN-GRU热误差预测模型。为验证模型的准确性和实用性,与基于CNN-LSTM和基于LSTM的传统热误差预测模型进行预测对比分析,结果表明CNN-GRU模型预测结果的平均绝对误差、均方根误差和决定系数均优于CNN-LSTM模型和LSTM模型,具有较高的预测精度和鲁棒性。提供的热误差模型可为后续误差补偿奠定基础,为数控机床的热误差预测提供思路。     

基于串行通信技术的数控机床热误差在线补偿技术研究

为实现数控机床热误差的在线补偿,利用温度测量装置采集温度数据并基于热误差模型将其转化为位置校正量,采用串行通信及相关数据接口技术实现了校正量对插补指令的实时补偿,最终实现了热误差的在线补偿.     

五轴数控机床热误差检测案例分析

对机床热误差的检测是为了解机床热误差规律、寻找数据支撑,从而进行误差补偿或减少热误差发生,提高机床精度。通过数控机床的主轴热误差检测案例,简单介绍热误差检测方法及在实际中的运用。案例表明机床不同的热误差源的性质不同,对机床精度的影响也不同,因此实现误差补偿所需建立的模型也就不同,需要热误差检测方法也将不同。机床热误差检测方法的研究为热误差补偿技术的研究提供了前提和基础。     

一种新的数控机床热误差实时补偿方法

根据数控机床加工热误差,首先,利用粗集理论方法,分析各变量与热误差之间的相关性,选择出机床热误差补偿的重要特征参数。然后提出一种动态反馈网络建立数控机床加工热误差补偿模型,新的数控机床热误差实时补偿方法具有补偿误差精度高,网络学习收敛速度快,误差补偿实时性好等特点。仿真实验结果证明了该方法的可行性和有效性。     

基于数控系统底层通信的实时误差补偿及应用

为提高数控机床加工精度,设计开发基于CNC底层通信的实时误差补偿功能模块,该模块通过GSK-Link网络通信协议与CNC底层进行数据交互。实时补偿过程为：通过温度采集模块和数据通信模块实时采集机床温度及各坐标轴坐标,误差补偿器计算误差补偿值并将计算结果直接送往CNC实时误差补偿功能模块,以实现机床误差实时补偿。该补偿过程的最大优点是实时补偿器与CNC底层直接通信,而不是目前国际上惯用的先通过PLC再与CNC底层通信的方式,因此实时补偿的速度和效率更高,补偿效果更好。GSK 25i数控系统的实时补偿结果表明,实时误差补偿可有效提高机床精度,最大可提高91.7%。     

基于840D数控系统温度补偿功能的误差补偿系统

为提高机床加工精度,通过分析西门子840D数控系统内置的温度误差补偿功能,基于温度补偿相关参数设计并开发了误差实时补偿系统.为了实施误差补偿,搭建补偿系统的硬件平台,通过修改PLC程序实现了对机床状态参数的读写.以QLM27100-5X五轴数控机床为研究对象,对x轴定位误差进行误差补偿实验.实验结果表明补偿后的机床加工精度提高了79.3％.     

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。     

数控机床进给系统误差综合补偿

数控机床进给系统的几何误差和热误差是影响零件加工精度的主要因素,为了有效地改善加工精度,提出了一种几何误差和热误差综合预测模型。通过分析进给系统的热误差曲线特征,对机床的几何误差及热误差进行分离。采用最小二乘法对几何误差进行一元四次拟合得到几何误差模型;利用模糊聚类和相关分析对温度测点进行优化,建立热误差模型;将上述几何及热误差模型线性叠加形成综合模型。在一台数控车床上,对机床初始运行、升温及热平衡三个典型阶段进行实验验证,结果表明:进给系统误差综合补偿模型具有良好的鲁棒性,能较大幅度地改善机床的加工精度。