数控机床误差补偿技术及热误差补偿技术

热变形误差是影响机床定位精度的重要因素之一,文章在分析我体系统基本变换的基础上,建立了计及几何误差,载荷误差和热变形误差的机床不空间综合误差计算模型。对ＸＨＦＡ２４２０加工中心的丝杠和滑枕系统的热变形误差进行了和补偿,实验结果表明热误差补偿量达６５％以上。     

数控机床主轴热误差及优化策略研究

数控机床具有非常高的加工精度与加工效率,是机械制造行业不可或缺的重要设施。数控机床在运行过程中,主轴位置会产生大量的热量,导致数控机床加工精度降低,为此,必须要尽可能消除主轴热误差。主轴热能主要来源于外部环境以及机床本身热能,其中电动机发热与轴承发热产生的热能难以有效去除,需要分析发热缘由并计算热量大小。为了有效控制主轴热误差,可以从改进结构并增强温度控制水平、额外增加热源与自身热能相平衡、构建热误差-温升模型三个方面进行。     

应用西门子CNC＠功能补偿车床主轴热误差

分析数控车床由于主轴温升引起主轴轴心线上移而产生的热误差及对加工精度的影响。同时介绍应用西门子ＣＮＣ＠功能设计数控补偿程序,补偿车床主轴的热误差,从而提高了加工精度。     

数控机床误差补偿技术及应用热误差补偿技术

热变形误差是影响机床定位精度的重要因素之一。文章在分析多体系统基本变换的基础上,建立了计及几何误差,载荷误差和热变形误差的机床空间综合误差计算模型。对ＸＨＦＡ２４２０加工中心的丝杠和滑枕系统的热变形误差进行了计算和补偿,实验结果表明热误差补偿量达６５％以上。     

基于PMAC的数控车床主轴热误差补偿系统研究

介绍了基于PMAC多轴运动控制器的数控车床主轴热误差软件补偿系统.通过对PMAC多轴运动控制卡进行二次开发,能够根据主轴上数字温度传感器测出的温度值,利用预先建立的热误差模型计算出误差补偿值,并通过PMAC卡将误差补偿值实时补正到刀具轨迹中,从而实现热误差的实时补偿,提高加工精度.     

基于神经网络的主轴热误差补偿技术研究

以MAKINO立式加工中心为对象,提出一种主轴热误差补偿的神经网络建模方法。该方法以测量点温度为模型输入,以5点法测量的主轴热误差为输出,经RBF神经网络模型学习和训练。结果表明此建模方法有较强的预测能力和较为理想的精度,可以满足加工中心热误差实时补偿的应用要求。     

机床主轴轴承热诱导预紧力自补偿方法

针对高速机床主轴轴承在主轴转速、负载及初始预紧力影响作用下,产生附加热诱导预紧力的问题,提出一种基于分离式隔圈的机床主轴轴承热诱导预紧力自补偿方法,实现了主轴轴承热诱导预紧力自补偿。首先,建立了主轴单元热结构耦合分析模型,分析了不同温度及载荷下,分离式隔圈的轴向相对位移;其次,利用高速机床主轴轴承试验平台研究了补偿前后不同主轴转速和初始预紧力下主轴单元振动和轴承温升的变化规律。结果表明,隔圈相对位移随温度成线性变化,而初始预紧力对其几乎没有影响;且采用分离式隔圈相较于传统的一体式隔圈,主轴单元振动略有增加,但轴承温升显著减小,说明所设计分离式隔圈能够有效降低热诱导预紧力。     

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。     

五轴联动数控机床中高速电主轴的热误差研究

建立了高速电主轴的一维简化模型,利用传热学中的傅里叶定律以及主轴的两个边界条件,推得主轴热源与主轴轴向热形变之间的关系。通过机器人学中的齐次坐标变换原理,建立各个运动副坐标系之间的变换矩阵,并求得数控机床各个误差量与五个联动轴补偿量之间的关系,利用该关系式即可对高速电主轴中的热误差进行补偿。     

基于FANUC 31i的主轴热变形补偿方法

主轴高速旋转时,主轴轴承内外环高速摩擦产生大量热量,这些热量使主轴轴向和空间姿态发生变化,产生热伸长、热倾斜和热漂移等形变,这些形变又引起刀具与工件相对位置发生变化,导致工件加工精度变差。采用五点测量法对这些形变量进行测量,生成主轴温升与热变形的误差曲线,再根据误差曲线编制数控系统可执行的C语言热补偿程序或PMC热补偿程序,数控系统根据温差变化自动更新外部机械原点偏移量,纠正刀具与工件的相对位置偏差,可有效减小主轴热变形引起的误差,提高工件加工精度。     

基于热弹性理论与温度场积分中值定理的电主轴热误差研究

电主轴热误差的精确建模较困难,且大多数仅关注轴向热误差而忽略径向热误差。因此,提出了基于热弹性理论与温度场积分中值定理的热误差建模方法。用热弹性理论建立了电主轴轴承温度—热变形模型,将积分中值定理运用在轴向热误差建模中,得到了关键点温度—轴向热变形的线性模型,仅需一个传感器测量关键点温度就可得到主轴末端伸长量。分析电主轴径向和轴向误差机理,得到耦合热误差模型。设计了利用球杆仪快速测量电主轴热误差的新方法,将误差理论建模数据与实际测量数据作对比,验证了其可行性,并将热误差模型导入自主开发的外挂式误差补偿器中,实验表明加工孔径热误差降低了73.5%左右,证明该方法合理、有效。     

Automated measurement and compensation of thermally induced error maps in machine tools

In this paper, a direct method of machine tool calibration is adopted to model and predict thermally induced errors in machine tools. This method uses a laser ball bar (LBB) as the calibration instrument and is implemented on a two-axis computerized numerical control turning center (CNC). Rather than individually measuring the parametric errors to build the error model of the machine, the total positioning errors at the cutting tool and spindle thermal drifts are rapidly measured using the LBB within the same experimental setup. Unlike conventional approaches, the spindle thermal drifts are derived from the true spindle position and orientation measured by the LBB. A neural network is used to build a machine model in an incremental fashion by correlating the measured errors with temperature gradients of the various heat sources during a regular thermal duty cycle. The machine model developed by the neural network is further tested using random thermal duty cycles. The performance of the system is also evaluated through cutting tests under various thermal conditions. A substantial improvement in the overall accuracy was obtained.     

Prioritization analysis and compensation of geometric errors for ultra-precision lathe based on the random forest methodology

Geometric errors remarkably affect the dimensional accuracy of parts manufactured by ultra-precision machining. It is vital to consider the workpiece shape for the identification of crucial error types. This research investigates the prioritization analysis of geometric errors for arbitrary curved surfaces by using random forest. By utilizing multi-body system (MBS) theory, a volumetric error model is initially established to calculate tool position errors. An error dataset, which contains information of 21 geometric errors, workpiece shape, and dimensional errors, is then constructed by discretizing the workpiece surface along the tool path. The problem of identifying crucial geometric errors is translated into another problem of feature selection by applying random forest on the error dataset. Moreover, the influence extent of each geometric error on the dimensional accuracy of four typical curved surfaces is analyzed through numerical simulation, and crucial geometric errors are identified based on the proposed method. Then, an iterative method of error compensation is proposed to verify the reasonability of the determined crucial geometric errors by specifically compensating them. Finally, under compensated and uncompensated conditions, two sinusoidal grid surfaces are machined on an ultra-precision lathe to validate the prioritization analysis method. Findings show that the machining accuracy of the sinusoidal grid surface with crucial geometric error compensation is better than that without compensation.     

热式气体流量计组分补偿方法研究

根据热式气体流量计的基本原理,混合气体的组分改变会导致流量计输出信号的变化,造成较大的测量误差.热式流量计需要重新送回厂家用专用设备进行重新标定.该问题严重影响了热式流量计的推广应用.基于换热方程分析以及经验公式,本文提出了一种新的组分补偿方法.该方法可分为两部分:离线的组分补偿和在线的流量计算.复杂的组分补偿计算可以通过主机上的补偿软件离线完成.流量计微计算机可以利用离线补偿结果完成在线的流量计算.实验结果验证了该组分补偿方法的有效性.     

基于接触热阻的磨齿机电主轴热特性分析

大规格数控成形磨齿机高速电主轴系统在加工过程中产生大量热量,导致砂轮主轴产生相应热变形,影响加工精度。针对这一现象,提出了一种考虑接触热阻的瞬态热-结构耦合分析方法。该方法基于分形理论,利用W-M分形函数表征结合面接触状态,使用均方根测度法对分形参数进行识别。结合基体热阻和收缩热阻的影响计算结合面间总接触热阻,并计算热源发热量及各部件的对流换热系数,建立了综合考虑内部热源、边界条件和接触热阻的综合有限元模型,获得热误差仿真结果。分析电主轴温度及热变形在是否考虑接触热阻情况下变化差异。最后建立电主轴系统热误差测量试验平台,通过试验验证了该方法的准确性和可靠性。通过仿真得到温度及热位移量与实验值基本一致。     

高速精密主轴轴承热特性的计算及分析

轴承的发热变形是影响高速精密主轴系统刚度和加工精度的重要因素。本文采用节点网络法，对以电主轴轴承、主轴、轴承座为一体的系统建立了温度场计算模型，求出了系统各关键节点的温升情况，分析了转速、切削力、润滑方式等因素对节点温度的影响，得出了若干有意义的结论。     

基于双目立体视觉的工业机器人在线温度补偿

工业机器人在工业现场进行连续高速作业过程中,电机发热和关节摩擦生热将导致机械臂本体温度升高,引起机器人末端定位漂移,严重影响机器人的重复定位精度和作业精度。针对制造现场的工业机器人,提出了一种基于双目立体视觉的温度误差在线补偿方法,并基于微分运动学和双目视觉原理构建了温度误差补偿模型。在机器人末端安装基准球,同时在基座附近固定视觉测量传感器,机器人完成作业循环之后,以不同的姿态带动基准球至传感器视场内进行补偿测量。此外,通过分析各关节参数随时间变化的规律,筛选出符合温度漂移规律的显著性参数进行补偿,有效降低了补偿测量次数和耗时。实验结果显示,补偿后机器人的重复定位精度可维持在±0.1mm的水平,能够显著改善制造现场工业机器人的作业精度,且整个补偿测量过程耗时10s左右。     

Investigation on the spindle thermal displacement and its compensation of precision cutter grinders

The axial performance of cutter grinders will have direct effects on the precision of ground cutters. Therefore, error elimination will be beneficial for the precision improvement of cutter grinders. One of the main axial error sources is the spindle thermal displacement.General cutter grinders are not equipped with the cooling systems, because of their relative lower rotating frequencies (<8000 rpm), small working range and slower thermal gradient. On condition without cooling, there will be obvious thermal errors at the beginning hours of operations or the restarting of machines. That will cause materials waste and lower working efficiency.In this investigation, an efficient measurement system and the compensation mechanism have been established for the minimization of thermal displacements. About 80% of the thermal displacement can be reduced and the thermal displacement error becomes less than 5 μm. With this solution, the precision of cutter grinders can be improved.