重型数控机床热误差的分离与建模

为解决重型数控机床热误差严重的问题,提出一种基于线性回归的热误差分离和建模方法．对机床的几何误差与热误差进行分离,得到相应的热误差参数;结合主因素和互不相关等温度传感器优化布置策略,选出相应的热误差关键点;采用线性回归理论进行热误差的建模.在一台型号为TK6920的重型数控落地铣镗床上进行了立柱热倾斜误差补偿实验．结果表明:利用所建立的热误差模型进行补偿,立柱在X和W方向的直线度误差分别由0.45 mm和0.25 mm降到了0.13 mm和0.09 mm,补偿率分别为71％和64％．采用误差补偿技术可降低重型数控机床的热误差,从而提高其加工精度．     

五轴数控机床几何误差分析与建模

首先对五轴数控机床几何误差进行分析和描述并画出五轴数控机床拓扑结构图,采用特征变换原理把各运动体间的相互关系用变换矩阵来表示,将各实体间复杂的运动关系抽象为数学矩阵间的关系,得出实际相邻体间4×4阶齐次特征变换矩阵及其与特征之间的相互对应关系,得出五轴数控机床的误差模型表达式.     

嵌入式数控机床热误差补偿装置设计与实现

为减少热误差对数控机床加工精度的影响,针对华中数控HNC-848型数控系统机床设计了一种嵌入式热误差补偿装置。该装置采用基于STM32+FPGA的嵌入式系统设计方法,实现机床温度数据获取、热误差建模、热误差补偿执行等功能。利用采集的前2 160组优化后机床测温点数据在STM32处理器内进行多元线性回归热误差建模,后2 160组优化后数据进行热误差预测。测试结果表明该装置热误差预测效果良好。通过在机床数控系统编写补偿子程序,利用该热误差补偿装置,实现了热误差实时补偿功能。     

基于灰色综合关联度的数控机床热误差测点优化新方法及应用

针对机床热误差建模技术当中温度布点选取的问题,提出了基于灰色综合关联度进行数控机床热误差建模的关键温度测点选取的新方法.将该方法应用于一台数控车削中心的实验研究,将原有16个温度测点减少至4个.通过同已有方法的比较表明,该方法具有计算简便,判据简易、明晰的优点,能够较大幅度提高所建立模型的鲁棒性.     

基于多体理论的五坐标数控机床的热误差建模

基于多体系统理论,针对数控机床加工系统中主轴部分的热误差,首次提出了五轴联动数控机床的热误差模型,并在MAKINO四轴加工中心几何误差参数辨识结果和主轴热误差参数辨识结果的基础上对该模型进行了仿真验证;仿真实验显示该建模方法具有良好的工程应用前景。     

基于投影追踪回归的机床热误差建模技术

针对机床热误差建模温度变量多、非线性度高的问题,提出了一种基于投影追踪回归的建立数控机床热误差模型的新方法。与传统的回归建模方法相比,该方法具有模型简单、计算简便的优点。将该方法应用于一台数控车床的实验研究,建立了该车床的热误差模型。实验结果表明,新方法能够大幅提高所建模型的精度及鲁棒性,进而提高机床的加工精度。     

多轴数控机床加工误差建模研究

深入分析了多轴数控机床的结构特点,提出了基于多体系统理论的多轴数控机床描述方式,研究了多轴数控机床误差建模的规律性,并建立了多轴数控机床加工误差通用数学模型。研究表明：基于多体系统理论的误差建模方法,广泛适用于数控机床、坐标测量机等的误差综合建模,具有很强的通用性和实用性。     

基于灰色系统的机床热误差建模研究

针对机床加工过程中的热变形误差受多因素影响,变化趋势复杂,难以用常规预测方法进行有效预测的问题,该文提出了一种新的基于改进灰色系统的智能预测模型。该模型利用函数变换法改善灰色系统数据序列的光滑度,采用等维新陈代谢法克服了传统的灰色预测模型的不足,所建模型具备了输入数据动态更新的能力,预测更趋于合理。将该模型应用于工厂现场的一台数控车削加工中心进行热误差趋势的预测,从而实现热误差的补偿研究。研究表明,该模型的预测性能优于全数据GM(1,1)模型和新信息GM(1,1)模型,是运用灰色系统理论进行机床热误差补偿建模最理想的模型,具有优异的补偿功能,能够有效的提高机床加工精度。     

五轴数控机床综合误差建模评价方法研究

针对五轴数控机床精度综合评价分析的需要,提出了一种对机床几何误差和伺服误差进行综合评价的方法。该方法通过机床线性轴和旋转轴联动的方式,利用球杆仪进行圆度误差检测,根据所建立的误差分析评价模型,通过对机床运动过程中的各项误差对机床总误差的影响进行分析得知,随着进给速度的增加,机床的几何误差基本保持不变,而伺服误差在机床总误差中所占比重逐渐增大,当进给速度增大到10 000 mm/min时伺服误差占机床总误差的75%左右。实验结果表明本机床误差评价模型具有较高的准确性,分析结果可为机床的误差补偿提供计算依据。     

五轴数控机床运动误差建模与测试技术

针对双轴旋转工作台五轴数控机床,运用齐次变换矩阵建立了机床运动误差模型,并得到了相应的简化模型.为了测量双轴转台五轴数控机床的运动误差,提出一种基于双球杆仪的五轴机床运动误差分离方法.此方法通过控制数控机床的运动,使机床的任意1个旋转轴与2个直线轴构成三轴联动而另外2个轴保持静止,据此设计了6种机床运动轨迹来测量误差.在测量过程中采用双球杆仪来测量主轴与工作台之间的相对距离,将所测特定位置处的长度值代入误差模型即可得出机床的运动误差.该方法大大简化了数学模型的计算和误差分离的整个过程.仿真分析表明:此方法可以精确地分离出五轴数控机床的旋转工作台的所有8个运动误差,是一种非常有效而简便的五轴数控机床运动误差测量方法.     

机床热误差补偿建模方法研究

在机床热误差补偿技术研究中,热误差鲁棒建模是机床热误差补偿的成功关键之一。对国内外几种主要的热误差建模方法进行了较为深入的分析研究,比较了不同方法各自的优缺点,并针对缺点介绍了一些改进方法。在此基础上,总结归纳了目前研究存在的问题,并对未来的发展方向进行了探讨。     

机床热变形的研究现状

总结并分析了国内外减小机床热变形的一些新方法 ,为研究减小机床热变形提供了新思路。     

数控微磨床综合空间误差建模研究

为提高数控微磨床的加工质量和精度,以多体系统理论为基础,提出了误差建模的方法和理念。结合自行设计的数控微磨床,确定了数控微磨床的拓扑结构、低序体阵列、自由度表以及变换矩阵,建立了综合空间误差模型,得到综合误差变化规律,为实施误差补偿提供了基础.     

机床空间误差完备建模方法与NC代码优化补偿技术

空间误差是机床几何误差元素综合作用的结果,但现阶段空间误差模型大多存在缺失若干几何误差元素的问题,直接影响着机床空间误差的预测精度。为此,提出一种机床空间误差完备建模方法,以多体系统理论及齐次坐标变换为分析研究手段,在充分考虑体间坐标系初始位置关系及原始误差特征矩阵的基础上,确保模型包含机床全部几何误差元素。进而,针对传统基于NC代码的空间误差补偿技术中存在残差的局限性,提出将NC代码坐标的逆向叠加过程转化为最优化设计问题,并借助遗传算法对该问题进行求解计算,达到消除空间误差补偿残差的目的。最终,以某型卧式加工中心为研究对象进行计算分析与实验验证,结果表明：依据所提方法构建的空间误差完备模型包含加工中心全部21项几何误差元素,空间误差预测结果较精确;所提NC代码优化补偿技术使加工中心空间定位精度得到进一步提升,补偿后定位精度增幅最高达90.92%。研究成果可为数字制造装备精度问题探索提供较重要的理论与工程技术支撑。     

基于注意力机制的数控机床热误差深度学习预测方法

为提高热误差预测精度和鲁棒性,提出一种基于注意力机制和深度学习网络的数控机床热误差预测模型。采用数据转化策略,将数控机床原始温度数据转化为温度图像,直接作为深度学习网络的输入;提出一种基于注意力机制的温度敏感点识别网络,根据温度测点与热误差关联程度,赋予各温度测点不同的权值,避免了温度测点的人为选取弊端;建立12层深度CNN学习预测网络,利用其强大的图像特征学习能力,挖掘温度图像与热误差的非线性映射关系,无需对温度关键点进行预选择,保留了更多的热误差与机床温度特征关系,显著提高了模型预测精度。为了提高热误差模型的精度与泛化能力,引入Dropout正则化方法和Adam优化算法,对深度卷积神经网络的结构与参数进行了优化。该方法在针对G460L型数控车床的热误差验证中表现出较高的预测精度。通过与BP神经网络和多元回归等传统热误差模型进行对比,深度卷积神经网络框架下的热误差模型在泛化性指标上表现更优。