五轴数控机床旋转轴误差辨识方法研究进展

随着五轴联动数控机床在先进制造行业的地位越来越重要,机床空间定位精度显得尤为重要。旋转轴误差辨识和补偿是提高零件加工质量的一大重要指标。分析和比较近年来国内外基于球杆仪和R-test装置的五轴机床旋转轴误差辨识方法的主要特点,总结了旋转轴误差在不同定义下的辨识方法,从方法的可靠性、精度指标以及可行性等方面来综述该方法对五轴数控机床的应用价值。根据辨识原理的不足,系统性地指出了目前五轴数控机床旋转轴误差辨识存在的主要问题,并对未来的进一步研究提出了建议,为五轴数控机床旋转轴误差辨识方法提供了参考。     

拟实环境下高速电主轴建模与热态特性研究

将虚拟样机技术应用于高速电主轴热态特性研究.对实现虚拟电主轴及其热态特性分析所需的关键技术进行阐述,详细讨论电主轴系三维建模,热态特性获取,热应力、热变形分析以及补偿控制方法,为电主轴设计奠定基础.设计过程数字化,实现了人机结合的计算机辅助设计分析,提高了电主轴的设计效率和质量.     

基于LS-SVM与遗传算法的数控机床热误差辨识温度传感器优化策略

提出一种在数控机床热误差辨识建模过程中,利用最小二乘支持向量机结合遗传算法对温度传感器进行筛选与优化的新方法。对布置在一台数控车床上的温度传感器进行了优化,首先根据热模态理论,对传感器进行分组,利用最小二乘支持向量机方法构建数控机床热误差辨识模型,再根据遗传算法对其进行传感器优化布置。结果表明,遗传算法与最小二乘支持向量机方法的结合,不但很好地避免温度测点的相互影响,保证模型精度,而且节约了硬件成本,提高了辨识建模速度。     

数控机床热误差的动态自适应加权最小二乘支持矢量机建模方法

为消除数控机床热误差对加工精度的影响,提出基于动态自适应加权最小二乘支持矢量机的数控机床热误差建模方法.为构建机床热误差模型,对一台XK713数控铣床进行建模试验,采用智能温度传感器与激光位移传感器分别获取机床温度值与主轴变形量.运用动态自适应算法,优化选择建模过程中的参数;对采样数据进行初始最小二乘支持矢量机建模,根据误差变量确定权重系数,得到基于加权最小二乘支持矢量机的数控铣床热误差模型.试验结果表明,基于动态自适应最小二乘支持矢量机的数控机床热误差建模方法精度高,泛化能力强,优于未加权最小二乘支持矢量机方法与传统最小二乘法.获得的模型可用于数控机床热误差补偿,以提高数控机床的加工精度.     

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。