电容传感器的信号处理及其在机床主轴热变形测量中的应用研究

利用电容式传感器,设计一个高精度位移测量系统,对机床主轴的热变形量进行非接触式测量.根据被测对象的特点,阐明了系统的工作原理和数据的处理方法,分析了影响传感器测量精度、稳定性的因素,提出了利用电子学技术和数字信号滤波技术提高传感器精度的技术手段,为机床主轴热变形的高精度、非接触式测量提供了一种技术途径.经长时间实验分析...     

数控车床主轴系统误差测试及分析

机床主轴部件的动态和热特性是衡量机床性能水平的重要技术指标。主轴误差测试及误差分析一直是检测及提高机床性能的重要手段。本文在分析主轴动态和热态性能的基础上,针对具体的数控机床重点研究如何通过实验方法获得机床的回转误差和热漂移误差分析方法。     

基于LabVIEW的机床热误差检测系统设计

针对机床高速旋转主轴的安装偏心及各种外界干扰对热误差精确测量的影响,本文选用了精度较高的电容式位移传感器及NI数据采集卡,基于LabVIEW平台开发了一套机床温度和位移数据实时检测系统。该检测系统可实现在主轴高速旋转下位移数据的高速率采样,并采用软件数字滤波方法对位移数据处理。最后将该检测系统进行实验测量,实验结果表明该检测系统具有一定的实用性。     

机床滚珠丝杠温度场热特性分析

机床加工过程生成热导致滚珠丝杠热变形,影响加工精度.以往的研究主要通过传统的解析方法计算得到滚珠丝杠热变形量,并没有考虑机床运行过程生成热引起机件热变形的影响.考虑热源的温度场影响,应用有限元分析法建立模型,并进行仿真,从而得到滚珠丝杠的热变形量和热变形的影响因素.研究结果为分析滚珠丝杠热变形对加工精度的影响和提高机床加工精度的优化设计提供了参考,为机床加工的误差补偿提供了理论依据.     

不同载荷工况下机床主轴预紧力选取的数值分析方法

为研究预紧力对机床主轴的影响,提出在不同载荷工况下机床主轴预紧力选取的数值分析方法.计算得到预紧力与轴承刚度的关系,在轴系结构有限元模型中设置不同预紧力下的轴承刚度值,通过静力学分析求解轴系变形和刚度;计算得到预紧力与轴承发热量的关系,在轴系热分析有限元模型中设置轴承热源,通过传热分析求解主轴温升.计算结果表明,该方法...     

基于蜂群算法的机床主轴对流换热系数优化（英文）北大核心CSCD

机床主轴温度场分析是一种减少主轴热误差,提高主轴精度及其稳定性的重要方法。作为热分析边界条件中关键参数的对流换热系数,其值的大小反映了主轴零部件表面与空气对流换热的强度,对主轴有限元温度场分析结果的影响最为明显。深入研究主轴对流换热系数的影响因素,提出一种基于人工蜂群优化算法的机床主轴换热系数优化算法。实验表明,提出的蜂群算法能够根据环境温度和转速而自动寻找优化的主轴换热系数。     

基于支持向量机回归的滚齿机热误差补偿模型

研究数控加工精度优化控制问题,由于滚齿加工过程中机床关键部件发热导致主轴热变形、实际加工点发生偏移,引起齿轮加工误差.针对零传动数控滚齿机存在的热误差,对机床结构特征进行分析,并确定热误差形成的原因和关键热源点.为解决上述问题,提出分别在工件轴向、水平径向和滚刀轴向针对热变形量与热源点温度关系建立非线性误差补偿模型.采用支持向量机回归方法建模,并结合贝叶斯理论,实现了估计系统噪声水平,同时提出确定模型超参数的方法,将超参数搜索范围限定在二维直线上,可避免搜索的盲目性,时间开销小于传统方法.实验结果表明,改进模型比常用最小二乘法有更好的误差拟合效果且效率较高,模型输出值作为误差补偿量可有效提高齿轮加工精度.     

机床主轴热误差建模算法*

针对机床主轴热误差补偿过程中现有建模方法的不足,提出一种新的热误差建模算法。首先应用FCM算法将众多温度测点予以分类,减少测点数量,提高测量精度。其次应用GCA算法对同类测点的热敏感度进行排序,选出该类中的关键测点。最后以优选出的测点为输入变量,以热位移为输出变量,利用ANFIS进行热误差模型设计,并与BP算法建立的模型进行了比较。实验数据表明：该方法降低了机床热误差,具有预测精度高的优点,能较好的实现机床主轴热误差的补偿。     

微径球头铣刀铣削表面误差建模与仿真

以微细铣削表面误差为研究对象,考虑尺度效应,建立了微径球头铣刀铣削力模型.将刀具简化为阶梯状悬臂梁,运用虚位移原理结合机床-工件系统变形获得刀具在铣削力作用下的变形量,并将其耦合到切削刃轨迹中,最终建立了综合主轴径向跳动、最小切削厚度、刀具弹性变形及机床-工件系统变形等因素的铣削过程表面创成物理模型.在此基础上,提出了微径球头铣刀铣削表面误差三维仿真算法,并通过仿真算例分析了各因素对工件铣削表面误差的影响.最后通过实验验证了该算法的有效性和可行性.     

高速电主轴瞬态温度场分析与测试

研究数控机床主轴温度优化控制问题,高速电主轴系统热变形影响机床加工精度。由于高速电主轴是一个复杂的非线性系统,对温度优化控制较困难。为精确了解高速电主轴系统瞬态温度场分布,采用MSC.Marc软件接触热阻,以多体接触的方式,对电主轴系统不同转速工况下进行有限元仿真分析,并通过现场验证仿真结果。结果表明,系统温度场分布不均,冷却水将系统分成高、低温区域;定子温度随转速非线性变化,转速3000rpm以上温度增长较快。以分析和测量结果为基础,利用冷却水降温。根据定子发热量随转速的变化规律,实时进行控制。测试结果证明,对高速机床温度测量精度效果好,为设计提供了依据。     

主轴系统仿蜂巢冷却结构流固耦合热设计研究

主轴系统的热误差是影响数控机床加工精度的重要因素。受自然界蜂巢分形结构的启发,设计了一种基于蜂巢仿生流道的主轴系统冷却结构,并建立了蜂巢仿生流道冷却结构模型。在数值传热学相关理论基础上,通过Fluent有限元软件对蜂巢仿生流道(单孔和多孔流道截面结构)和螺旋形流道冷却结构方案进行仿真计算,流固耦合分析结果显示两种前者流道结构比后者的流动特性较好,散热效果更好。在同等边界条件和冷却液体积相同情况下,多孔蜂巢形流道截面结构比单孔蜂巢形流道截面结构的散热效果更理想、温差更小。研究结果可以为主轴系统的冷却结构乃至电子元器件等微系统结构热设计提供参考。     

基于无线传感网络的机床热误差智能检测系统设计

针对目前机床热误差检测系统结构复杂、布线麻烦、安装困难等问题,设计了基于无线传感网络的机床热误差智能检测系统,采用嵌入式、无线传感技术对机床温度场、热变形等信号进行实时采集、处理和监测,实现多地显示和故障报警等功能。     

有限元分析在数控铣床热变形方面的研究

在多种热源的作用下,数控铣床产生热变形,影响工件与刀具间的相对位移,造成加工误差,从而影响零件的加工精度,因此减小热误差对提高机床的加工精度至关重要。控制机床热误差涉及到如何查找敏感点,然而找出机床敏感点是个非常棘手的问题。本文在对数控铣床热边界条件进行分析的基础上,应用有限元分析软件ANSYS,对ZK7640数控铣床进行整机热特性分析,为机床敏感点的查找提供依据,对数控机床热误差进行了定量计算,并通过实验检测验证其正确性。     

基于三点法的机床主轴回转误差在线测试技术研究

主轴回转误差是评价机床性能的重要指标,为了提高主轴回转误差的分离精度,在数据采集和处理过程中,提出了两种有效的方法：采用变频率数据采集方法,确保了在不同转速下采集得到的数据的谐波分量相同,使误差分离精度不会因转速的升高而降低；为了消除环境中白噪声对误差分离精度的影响,在同一稳定转速下对主轴轮廓连续采集十个周期的数据,利用集合平均滤波方法消除混合在测试数据中的白噪声。搭建了试验系统,利用提出的方法分离出了机床主轴在不同转速下的回转误差、圆度误差和安装偏心差,验证了方法的有效性。     

一种曲线路径剪裁中刀具形变及其误差分析

动态移动切削阻力载荷对高速数控裁床加工过程中刀具形变及其剪裁误差具有的重要影响,提出了一种适用多层布料/皮革曲线剪裁路径的刀具形变及其误差计算方法;建立了动态负载条件下可伸缩刀具的挠度与转角方程,进而推导出高频振动裁刀剪裁误差及其随切削深度变化规律;计算结果表明,数控布料/皮革剪裁刀的动态载荷、高频振动参数、切削深度对剪裁误差具有重要影响,深入剖析高层数控裁床的加工机理,动态参数数据分析,对于提高机床加工效率,降低加工误差,提高刀具使用寿命具有一定的工程应用价值。     

The application of ANFIS prediction models for thermal error compensation on CNC machine tools

Thermal errors can have significant effects on CNC machine tool accuracy. The errors come from thermal deformations of the machine elements caused by heat sources within the machine structure or from ambient temperature change. The effect of temperature can be reduced by error avoidance or numerical compensation. The performance of a thermal error compensation system essentially depends upon the accuracy and robustness of the thermal error model and its input measurements. This paper first reviews different methods of designing thermal error models, before concentrating on employing an adaptive neuro fuzzy inference system (ANFIS) to design two thermal prediction models: ANFIS by dividing the data space into rectangular sub-spaces (ANFIS-Grid model) and ANFIS by using the fuzzy c-means clustering method (ANFIS-FCM model). Grey system theory is used to obtain the influence ranking of all possible temperature sensors on the thermal response of the machine structure. All the influence weightings of the thermal sensors are clustered into groups using the fuzzy c-means (FCM) clustering method, the groups then being further reduced by correlation analysis.A study of a small CNC milling machine is used to provide training data for the proposed models and then to provide independent testing data sets. The results of the study show that the ANFIS-FCM model is superior in terms of the accuracy of its predictive ability with the benefit of fewer rules. The residual value of the proposed model is smaller than ±4 μm. This combined methodology can provide improved accuracy and robustness of a thermal error compensation system.