一种五轴数控机床的综合误差建模与补偿

研究五轴数控机床的综合误差建模与补偿方法。系统地分析了机床几何误差与热误差,并提出了其新的分类方法和一种直观形象的杆、副误差矩阵描述方法,根据这种误差描述方法建立了五轴数控机床的综合误差模型,最后根据矩阵微分法建立了机床综合误差补偿模型。     

数控机床两种几何误差建模方法有效性试验研究

数控机床在制造行业中有着广泛的应用,数控机床精度对保证被加工零件质量起着关键作用,对机床平动轴几何误差进行补偿是进一步提升数控机床加工精度能力的重要手段。几何误差建模是几何误差补偿的基础,通常采用18项或21项几何误差建模方法,基于这两种建模方法,进行误差检测、辨识与补偿。但这两种建模方法对误差补偿的不同影响还没有系统的验证研究,根据验证结果指导采用更适宜的几何建模方法,对于改善误差补偿效果有着至关重要的意义。通过已经建立的数控机床的两种几何误差建模方法建模,开展了基于这两种误差模型的数控机床平动轴几何误差检测、辨识和补偿的仿真和试验研究,并对这两种误差补偿的有效性进行了系统性的分析比较。试验研究发现,18项几何误差建模方法能够精简地描述三轴数控机床的全几何误差项,21项几何误差建模方法则存在3项冗余角度误差项,造成精度预测模型的准确性降低。当通过建立精度预测模型进行机床空间误差补偿,试验研究发现采用18项几何误差建模方法的误差补偿效果优于采用21项几何误差建模方法的误差补偿效果,即18项几何误差建模方法更适用于三轴数控机床几何误差的软件补偿方法。该研究结论对于进一步提升数控机床加工精度的能力具有理论和实际的指导意义。     

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。     

复合数控机床几何误差建模及灵敏度分析北大核心

为了提高复合数控机床的加工精度,研究了机床的几何误差建模及灵敏度分析。以CHD-25型9轴5联动车铣复合数控机床为对象,介绍基于多体系统运动学理论的机床几何误差建模方法,模型涉及37项几何,分别对37项几何误差进行了误差灵敏度分析。通过计算与分析误差灵敏度系数,最终识别出影响机床加工精度的关键性几何误差,为复合数控机床的设计提供有效的理论依据。     

数控机床热误差建模与补偿

数控机床热变形误差对零件加工精度有重大影响。基于GA-SVR(遗传算法-支持向量回归机)的数控机床热误差建模方法要点有三:其一是数据采样,用不同传感器测量机床关键点的温度与机床主轴变形量。其二是数据训练,把获得的数据进行支持向量回归机建模训练,同时使用遗传算法寻找支持向量回归机相关参数的最优值。其三是数据建模,建立机床热误差模型,并验证模型的准确度。仿真及实验结果表明,基于GA-SVR的数控机床热误差建模方法具有精度高和鲁棒性强的特点。并依此算法建立了以DSP和A/D为核心的热误差补差补偿器。     

数控机床几何误差的辨识研究

构建了基于扫频激光干涉技术的数控机床几何误差测量系统,介绍了测量系统的关键组成模块,给出了扫频激光干涉测量系统的总体结构和工作原理。以三轴数控机床为例,分析了数控机床的几何误差参数并构建了机床综合误差模型,分析了机床几何误差参数不同的辨识方法的特点,提出机床几何误差参数辨识的7线法,基于此系统实现误差数据的采集和机床几何误差参数的快速辨识;最后通过具体试验测量三轴数控机床误差,得到其几何误差参数的辨识结果。     

数控机床几何误差高效测量技术研究

几何误差是数控机床综合误差的重要组成部分,也是目前机床精度检测的主要方面.传统的方法对机床几何误差的完整检测非常复杂和耗时.鉴于此.国际标准组织推荐一种沿体对角线进行测量的方法.基于体对角线位移检测法.探究数控机床几何误差的高效测量技术,并以3轴机床为例,研究体对角线法的实际工程应用.     

四轴数控机床误差综合建模原理及分析

详细分析了机床运动副的误差运动，利用基于齐次坐标变换的方法分析并给出了一台既包含移动副又包含转动副的四轴数控机床的误差综合数学模型，此模型中不仅包含了机床的几何误差且包含了热误差共计46个误差元素。本数学模型的建立方法可为其它类型的四轴及各种五轴数控机床的误差综合建模分析及误差补偿提供参考。     

数控机床几何误差与热误差综合建模及其实时补偿

为提高数控机床的精度,提出一种数控机床的几何与热的复合误差综合建模方法。通过分析机床在不同温度状态下的误差数据,得到机床误差分布规律;根据几何误差和热误差的不同特性进行误差分离,采用多项式拟合与线性拟合方法建立机床几何误差与热误差的综合数学模型;利用数控(Computer numerical control,CNC)系统的外部机床坐标系偏置功能,应用自行研发的综合误差实时补偿系统进行误差在线实时补偿。该误差补偿方法综合考虑机床几何误差及其在机床不同温度下的变化,全面分析整个温升过程直至热稳态的误差及其变化规律。经检测认证表明,应用该误差补偿方法及其实时补偿系统可使机床在常温下的定位误差由44.1μm降低到3.6μm,补偿91.8%;温升之后的定位误差由26.0μm降低到5.1μm,补偿80.4%,大幅度提高机床的精度。     

半闭环数控机床几何与热复合的定位误差建模与补偿

数控机床在提升国家制造业水平中有着至关重要的作用,提高数控机床定位精度是一个关键性的问题.针对半闭环控制的数控系统,提出了几何与热复合的定位误差建模与补偿方法.首先对丝杠螺母进行了热特性分析.然后采用了三次样条插值对静态定位误差建模;基于温度传感器实时温度数据,建立了热误差模型;将二者相结合,建立了几何与热复合的定位误差模型.最后在半闭环控制的立式加工中心上进行误差实时补偿试验,在测量工况下,补偿后数控机床的定位精度提高了85％以上,验证了半闭环控制系统几何与热复合的定位误差建模以及误差实时补偿的有效性.     

数控机床几何误差综合建模及其专家系统

利用计算机的高速计算性能和无差错性,根据机床误差运动和误差建模基本原理,提出并开发一种数控机床几何误差综合建模专家系统,实现不同类型三轴加工中心的综合误差的自动快速准确建模,并给出了实例。此建模思想和方法可以容易地推广至多轴机床、机器人以及同时包含几何误差和热误差等因素的建模。     

数控机床进给轴综合误差解耦建模与补偿研究

为建立高精度的数控机床综合误差补偿模型,提出一种针对机床定位误差的解耦分离建模方法。通过对数控机床温度场与定位误差进行测量,研究机床在不同工况下温度场与定位误差的变化规律,基于该规律定义机床定位误差敏感度的概念,采用灰色关联度算法建立定位误差敏感度矩阵并优化了测温点。根据机床定位误差变化规律,利用多元回归和GM(1,n)算法对机床几何基准误差和热误差进行解耦分离建模,并将上述模型进行线性叠加构建机床定位误差综合模型。在不同工况条件下对一台VXC-560型加工中心进行在线补偿,试验结果表明机床x轴在冷态条件下的定位误差从11.1μm降低到4.5μm,降幅为59.5%,在热态条件下的最大定位误差由34.9μm降低到8.2μm,降幅为76.5%,并验证了采用误差模型直接驱动机床硬件进行补偿的新思路,具有一定的工程应用前景。     

五轴数控机床空间定位精度改善方法研究现状

五轴数控机床空间定位精度受机床静、动态误差的综合作用,是影响工件加工质量的重要指标。综述了基于不同误差源数值特征描述的几种主流误差建模方法,分析与建模方法对应的几种误差灵敏度分析方法的特点。根据五轴数控机床的构成,分别对平动轴和转动轴的误差检测和误差辨识方法进行了综述和分析。根据动、静态误差类型的不同,总结了现有几种主要误差补偿方法的特点。最终,综合误差建模、误差灵敏度分析、误差检测和辨识以及误差补偿五个方面,系统性地分析了现有五轴数控机床空间定位精度改善方法中尚需解决的问题,探讨了五轴数控机床空间定位精度改善方法未来的发展方向。     

重型数控落地铣镗床误差建模及补偿技术研究

正随着科技的不断发展,各行各业对产品精度的要求越来越高。重型数控机床因其结构尺寸空间大、运动范围大,各零部件制造安装精度受限,因而会产生较大的几何误差,同时重型数控机床因其质量和惯量大,驱动系统所需功率较大,零部件发热较为严重,产生较为明显的热变形,因而形成较大的热误差,严重制约数控机床精度的提高。误差补偿技术是提高数控机床精度的一项重要技术手段,本文在对现有误差补偿技术进行分析和研究的基础上,结合"高档数控机床与基础制造装备"科技重大专项以及生产企业急需解决的滑枕热伸长误差较大等实际问题,针对重型数控机床在实施误差补偿技术时存在的技术难点,以重型数控落地铣镗床为研究对象,重点研究了综合误差建模、误差测量与辨识以及误差补偿实施等关键技术难题。误差建模是误差补偿的关键技术之一,本文尝试采用共形几何代数原理建立数控机床的综合误差模型。首先借助共形几     

数控机床精度优化设计的研究现状

数控机床的空间运行精度是衡量其性能的重要指标之一,精度设计则是数控机床自主创新的重要环节。通过综述现有几种主要的误差建模方法,论述了各种灵敏度分析方法的特点,基于数控机床的组成结构,分别对数控机床的平动轴和旋转轴的误差检测和辨识方法进行归纳和分析。总结了现有建立数控机床整体精度的优化模型和精度优化分配研究情况,系统分析了数控机床精度优化设计中存在的问题,并探讨了其未来研究方向。     

精密数控机床主轴热伸长补偿技术研究

针对目前精密数控机床热误差补偿问题,在基于主轴热误差测量系统的基础上,提出一种基于FCM聚类、多元线性回归的热误差补偿模型。通过对某卧式加工中心主轴恒定转速和变速工况下进行温敏点测量,建立关键温敏点与机床主轴热伸长的几何关系,通过补偿结果和切削试验表明该方法可以有效地降低主轴热伸长误差,提升零件的加工精度。     

复合数控机床几何误差建模及灵敏度分析

为了提高复合数控机床的加工精度,研究了机床的几何误差建模及灵敏度分析。以CHD-25型9轴5联动车铣复合数控机床为对象,介绍基于多体系统运动学理论的机床几何误差建模方法,模型涉及37项几何,分别对37项几何误差进行了误差灵敏度分析。通过计算与分析误差灵敏度系数,最终识别出影响机床加工精度的关键性几何误差,为复合数控机床的设计提供有效的理论依据。     

基于贝叶斯神经网络的机床热误差建模

热误差严重影响着机床的加工精度,对机床关键部件进行热特性分析是开发精密机床的重要环节。通过测量包括数控机床的特殊位置温度和定位误差在内的热特性,研究了温升与定位误差之间的关系,提出了一种基于贝叶斯神经网络的热误差建模方法。通过K-means聚类和相关系数法来选择温度敏感点,可以有效地抑制温度测量点之间的多重共线性问题。结果表明:通过使用贝叶斯神经网络能提高机床88.0159%的精度,比BP神经网络高出15.7638%,与BP神经网络模型相比,贝叶斯神经网络具有更加优良预测性能。贝叶斯神经网络模型为降低机床热误差的影响提供了新思路。     

基于平面光栅的机床几何误差测量与辨识

几何误差是影响数控机床准静态精度的重要因素,针对几何误差测量、辨识问题,提出基于平面光栅的面—线机床空间几何误差辨识方法。依据多体系统理论和齐次坐标变换方法建立了三轴数控机床21项几何误差元素与3项误差向量之间的映射关系;规划了3个相互垂直的平面内的测量路径和辨识方案,通过单轴运动和两轴联动的形式可连续测量每个平面内的5条直线,进而依次确定垂直度、俯仰和偏摆误差、定位及直线度误差、滚转误差,减少了多次安装过程中安装误差累积对测量结果的影响;通过基于面—线法的21项几何误差测量和辨识实验,并与基于激光干涉仪测量辨识结果对比显示,平面光栅测量结果与激光干涉测量结果的空间误差向量最大偏差为2.4μm,平均偏差为0.77μm,验证了该方法对辨识机床精度是准确、有效的。     

基于动态自适应LS-SVM的数控机床热误差建模研究

热误差是造成切削加工工件精度低的重要因素,研究机床热误差是提高加工精度的有效措施。为此,综合考虑最小二乘法(LS)、支持向量机(SVM)和动态自适应算法的优势情况下,提出了一种基于动态自适应LS-SVM的数控机床热误差建模方法。为构建热误差模型,以数控机床XK713进行试验,通过温度和位移传感器分别获取机床温度值与主轴变形量,同时通过动态自适应算法,参数能够被优化,以及对所采集的数据进行最小二乘支持向量机建模,从而可得该数控铣床热误差模型。通过与LS热误差建模方法进行对比分析,结果表明:所提出的热误差模型的精度远优于LS模型。该方法为机床热误差建模的研究和应用奠定了基础。