数控机床热误差灰色神经网络补偿应用研究

针对数控机床热误差建模补偿的问题,提出了灰色神经网络建模补偿的新方法。首先利用机床的温度值建立了机床热误差的灰色系统预测模型,再由灰色模型预测值得到的残差建立神经网络预测模型。结合灰色系统和神经网络的优点,建立了一种新的灰色系统和BP神经网络组合热误差预测模型。最后以实测数据建模说明了灰色神经网络模型预测效果明显优于各单项模型,方法优异的预测性能对于具有复杂成分的动态数据序列的机床热误差建模也适用。     

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。     

基于遗传算法优化灰色神经网络的机床主轴热误差建模研究

针对机床主轴热性能对加工精度产生影响的问题,对机床主轴热误差建模方向进行了试验研究。以数控磨床主轴为研究对象,通过热特性试验获得了阶梯转速下的温度变化数据和热误差数据,对温度数据进行了模糊聚类分组,并采用相关系数法选出了温度敏感测点;通过对灰色神经网络初始参数进行优化,建立了遗传算法(GA)优化的灰色神经网络热误差预测模型;在该模型中,以灰色神经网络的预测输出和实际值的绝对误差作为遗传算法适应度函数,以平均相对误差作为预测模型的评价标准,并与灰色神经网络、BP神经网络预测结果进行了对比。研究结果表明:该预测模型具有更高的预测精度,通过GA对灰色神经网络的初始参数进行优化,可有效地提高网络的预测精度,更好地用于热误差补偿系统。     

基于实时反馈的机床热误差在线补偿模型

为建立一种能够适应机床不同工况且具有准确预测能力的热误差补偿模型,提出一种基于限定记忆递推最小二乘法辨识热误差模型参数的机床热误差预测建模方法。该方法随着机床工作状况的改变,根据实时反馈的温度和热误差数据,采用递推方法对模型参数进行即时修正,使热误差模型能够及时跟踪机床系统的热特性变化,实现以较高的预测精度对机床热误差进行补偿。通过数控车床主轴轴向热误差辨识建模及补偿实验可以看出,限定记忆递推最小二乘法比一步最小二乘法辨识精度有较大提高,最大残差值减小了52.3%,标准差减小了67%。实验结果表明,利用该方法进行机床热误差模型参数辨识具有较高的预测精度和鲁棒性,有效可行。       

基于分段拟合的机床大尺寸工作台热误差补偿模型

大型机床工作台在往复运动过程中,丝杠螺母会产生大量的热,一部分热量从螺母传入工作台导致工作台两侧翘曲,使工作台不同位置产生不同热误差。为提高大尺寸机床工作台的纵向热误差补偿精度,提出分段拟合热误差建模预测方法。该方法是沿工作台横向在多个位置建立对应点的纵向热误差模型,然后由各点单模型预测值进行分段拟合建立工作台整体预测模型,利用分段拟合模型实现对工作台任意位置热误差预测。同时为了提高热误差模型预测精度和鲁棒性,采用粒子群优化算法根据实时反馈热误差数据对模型参数辨识,使热误差模型能适应机床最新的工作状态。在一台三坐标铣床工作台上进行试验,建立X轴快速运动时工作台纵向热误差模型,试验结果表明:该方法鲁棒性好预测精度高,能够实现大尺寸工作台任意位置的热误差补偿,且具有一定的通用性。     

基于机载测头的机床热误差在线识别方法研究

针对当前机床热误差在线检测识别困难的问题,提出一种机床测头在线测量热误差的方法。该方法可在不求解几何误差的情况下,利用组合球阵球心热变形前后的坐标值构成空间向量,通过该向量求解坐标变换关系识别和辨识热误差。最后,在三轴加工中心上进行测量和试验验证。试验证明,该方法能够快速地在线识别和检测热误差值,为热误差的补偿提供了先决条件。     

重型数控机床热误差建模及预测方法的研究

重型数控机床的热误差已经成为影响其加工精度的一个关键问题。针对一台典型的重型落地铣镗床,以机床热误差测量试验为依据,分析该类机床温度场的特点;据此提出一种旨在完成高效温度测点优化的改进系统聚类方法,该方法使用一种兼顾欧氏距离和相关系数的系统聚类准则,可以有效地降低优化后温度测点之间的共线性。基于优化后的温度测点,利用多元线性回归分析,构建了机床的热误差预测模型。现场试验数据表明,该方法可以将热误差预测的均方根误差降低到10μm以下,相较于其他方法有着更高的热误差预测精度,有望在其他重型数控机床的热误差建模和预测研究中得到更大的推广应用。     

基于Kohonen自组织竞争网络的机床温度测点辨识研究

提出一种基于Kohonen神经网络的温度测点辨识优化算法,用机床进给系统上不同位置处的温度测点变化值及定位误差作为输入样本来训练神经网络。利用该网络的自组织竞争将胜出的结果输出到相应的分类模式中,根据各类分类模式中温度变量与热误差之间的相关系数,确定出机床热关键点。通过多元线性回归理论建立了热误差模型,与基于变量分组优化方法的热误差模型比较发现,该方法具有更好的可行性和有效性。     

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.     

基于热传导和卷积神经网络的磨床主轴热误差预测

热变形是影响磨床加工精度的主要因素,严重制约了机床精度的进一步提高。为了提高热误差预测的精度,提出了一种基于热传导和卷积神经网络的磨床主轴热误差预测方法。根据热传导理论推导出主轴表面和外部环境的温差和热变量的映射关系,揭示了材料热变形本质。然后,建立了以温差为输入和主轴热变形量为输出的神经网络热误差预测模型。该模型拥有4个神经网络层,分别对应温差、热能增量、时间变量以及热变形量。运用反向传播算法对该预测模型进行训练并计算模型参数。最后,基于SINUMERIK 840D数控控制器开发了一套磨床主轴热误差补偿系统,并在某一数控磨床上进行了验证。结果表明,通过主轴热误差补偿后,磨床的加工精度提升了41.7%,验证了本文提出的主轴热误差预测模型的有效性和可行性。     

基于热网络法的列车轴箱轴承热分析

分析了圆锥滚子轴承的摩擦热来源,在此基础上以脂润滑下的CRH3列车用轴箱圆锥滚子轴承单元130/240-B-TVP为研究对象,通过热网络法建立圆锥滚子轴承的热节点的平衡方程组,采用牛顿-拉夫逊迭代法求解进行热分析,研究了各热节点随着径向载荷和运行速度的变化趋势,并得出了圆锥滚子轴承在工作过程中温度最高点和最低点分别出现在滚子与轴承内圈接触处和主轴上.     

弹性流体动力润滑的热效应

简述热弹性流体动力润滑的概念、理论的发展及其科学基础。在给出一组典型的点接触热弹流数值解之后,通过实例集中描述5种热效应,即摩擦因数与滑滚比之间的关系、入口温升导致油膜减薄、尺度效应、热黏度楔效应和固体温度效应。澄清了润滑工程界对热弹流润滑的几个模糊理解,指出热弹流研究面临的主要困难,并展望其发展前景。     

基于热网络的某主轴系统稳态热分析

以某主轴系统为研究对象,用热网络法建立了该主轴系统的热平衡方程组;针对主轴系统的结构件、轴承转速、冷却液温度等给定的工况建立了热阻、功率损失、对流传热的计算模型;通过MATLAB求解热平衡方程组,计算出主轴系统的稳态温度场分布;考虑了轴承转速、冷却液温度、润滑剂黏度大小对主轴系统中关键节点温度的影响,为该主轴系统的瞬态热分析提供了有效的初始条件。     

功能梯度热障涂层热震表面裂纹

作为发动机热端部件上使用的功能梯度热障涂层，其热震性能的好坏直接关系到涂层的使用寿命，涂层内部的裂纹在热震环境下的变化是影响其热震性能乃至使用寿命的直接因素。采用YSZ与NiCrCoAlY等离子喷涂制备了功能梯度热障涂层试样，采用扫描电子显微镜对不同次数热震后的涂层表面不同位置进行了观察比较。结果表明，随试样位置及热震次数的不同，表面裂纹存在显著不同；除主裂纹外，会产生二次裂纹；主裂纹与二次裂纹的宽度存在差异。     

肋板式相变蓄热器蓄热性能的试验研究

采用萘作为蓄热材料,对其在新型铝制肋板式相变蓄热器中的储、放热过程即内部萘的熔化和凝固过程进行了试验研究,改变了供、取热流体参数,测定了储、放热过程的时间,分析了热流体的入口温度与流量对蓄热器储、放热过程的影响.结果表明,新型肋板式相变蓄热器极好地发挥了换热元件的作用,热流体的入口温度与流量对储、放热速率有重要的影响.     

水-相变材料复合蓄热装置的充放热特性研究

研究了一种新型的水-相变材料复合蓄热装置,在水箱的上部添加少量相变材料,设置2个均流孔板将水箱分为高温段、低温段和过渡段,并对其蓄热特性进行了试验研究,分析了充热、放热过程中水箱内的温度分布,以及相关因素的影响.试验测试表明:(1) 水-相变材料复合水箱在充热和放热过程中,均存在着明显的温度分层;(2) 对于充热过程,流量越小,充热温度越稿,分层效果越明显;(3) 对于取热过程,相变材料能有效提高较高温度热水的供应量.     

PMMA面键合的热压法工艺研究

研究了PMMA热压键合工艺,测量了PMMA的键合强度,利用扫描电镜检测了键合后微流体管道的结构变化,讨论了键合温度、键合压力等因素对键合强度的影响;给出了热压键合的合理工艺参数范围.结果表明,经过参数优化后的热压键合法可以满足PMMA微流体器件对键合的需求.     

热法海水淡化技术简析

介绍了全球水资源的状况及我国淡水资源紧缺的现状,提出了海水淡化技术发展的必要性和其良好而广泛的市场前景,进而对主流热法海水淡化技术作了扼要的介绍、分析和比较,并展望其发展趋势。     

颗粒团聚对低浓度纳米流体热性质和热过程的影响

添加纳米颗粒的悬浮液正在成为迅速开发应用中的新型功能流体,并被命名为"纳米流体".颗粒在液体中的随机布朗运动和颗粒表面的吸附促成了颗粒团聚成簇,改变了悬浮液的均匀性,引起悬浮液物性的变异,影响了热过程的特性.提出以纳米颗粒团聚统计平均尺度的团簇表观特征量的解析计算方法,计算简易,物理含义清晰易懂.将悬浮液视作悬浮的开放型多孔结构,成功地按有效介质理论预测团簇分布不均匀的特性影响,这对有意识地筛选纳米流体的匹配具有实际指导意义.     

壳壁热斑模型及其热应力计算近似方法

为了探讨压力容器壳壁上热斑类温度梯度热应力问题,结合各种工程实际提出了壳体上热斑的概念,并提出了穿透平板壁面的圆锥形、圆台形和圆柱形几种基本的热斑体模型,根据等效热流数学模型推导了热斑范围的几何尺寸。分析发现,沿板壁面方向的热斑半径≥2倍平板厚度时,计算模型可以忽略壁厚温差引起的热应力,否则,要同时考虑壁面温差和壁厚温差引起的热应力;根据只沿着壁面方向存在局部温差的温度梯度分布,建立了热斑内等温模型、变温模型和斑中斑模型,推导了各模型的热应力计算式,经比较分析后,确定了其中合理的热应力计算式。通过在热斑内逐步缩小区域范围可以直接逼近计算斑内微小区的热应力,但是其结果会低估热应力水平,而按热斑整体尺寸计算的热应力结果更合理。