数控机床温度敏感点变动性及其影响

数控机床热误差补偿技术中的核心问题是建立能够反映机床温升与热误差之间的数学模型,其精度和稳健性则取决于模型自变量能否准确地反映机床温度场分布特性,即温度敏感点选择结果是否准确和稳定。通过对Leaderway-V450型数控加工中心主轴Z向的多批次空转数据进行分析发现,温度敏感点存在变动性特征,导致自变量间多重共线性程度发生变化,进而对模型的预测精度和稳健性产生严重影响。由于主成分回归算法具有消除自变量共线性影响作用,故提出采用该算法进行建模,并通过实际机床进行实践检验。结果表明,采用主成分回归算法建模,显著降低了温度敏感点变动性对模型预测精度的影响,能保证模型具有很好的预测精度和稳健性。     

数控机床热误差特性分析

对数控机床在主轴空转和实切状态下的热误差特性进行了比对分析。利用模糊聚类和F统计量确定了最佳的分类及分类阈值,根据温度与热误差之间的灰色关联度确定出温度敏感点,进而建立补偿模型。对实验结果的分析表明,温度敏感点在两种状态下是动态变化的,不同状态下的补偿模型并不通用;实际生产中的热误差补偿应优选实切状态下的热误差模型。