高速电主轴热误差测试与建模方法

《高速电主轴热误差测试与建模方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、高速电主轴热误差测试与建模方法ThermalErrorMeasurementandModelingofHigh--speedMotorizedSpindle学科专业：机械制造及其自动化研究生：崔良玉指导教师：田延岭副教授张大卫教授天津大学机械工程学院二零一零年六月7h‘飞·双k／■独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得天津大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做

2、的任何贡献均己在论文中作了明确的说明并表示了谢意。学位论文作者签名：瘳匆砂签字日期：勿∥年／月詹日学位论文版权使用授权书本学位论文作者完全了解天津大学有关保留、使用学位论文的规定。特授权天：津大学可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者签名：在参抄导师签名：签字日期：列口年汐月肜日签字日期：二，勿年／月日k，’摘要高速高精密机床已经成为国内外机床发展的主要方向，

3、而在限制高速数控机床加工精度的影响因素当中，由于热作用引起的热误差所占的比重最大，有研究表明，高速高精密机床的热误差甚至能占到总误差的50％'-'70％，由此对于机床热特性的研究也成为国内外机床研究的热点问题，研究发现主轴系统的热特性是影响整机热特性的关键因素，本文结合国家863项目“高档数控机床综合动态特性在线测试系统’’，针对主轴系统的热特性做了如下工作：1)结合项目要求，搭建了一套电主轴试验平台，分析与研究了电主轴系统的热分布与热变形的特点，应用电涡流位移传感器和热电阻温度传感器，以可编程控制器(PLC)为数据采集装置开发了测量

4、机床温度和热误差的试验系统；2)以传热学为基础，系统地分析了电主轴系统的热源分布与散热条件，并应用有限元分析软件ANSYS对电主轴做了热稳态分析、热瞬态分析和热变形分析；3)应用小波分析方法对试验数据进行了降噪处理，并应用多元回归方法、BP神经网络和RBF神经网络建立了热误差的数学模型，经过比较，证明了RBF神经网络模型有更高的补偿精度。上述研究成果为提高主轴加工精度提供了理论基础，同时也对研究机床整机的热特性奠定了基础。关键词：数控机床电主轴热特性有限元分析神经网络孵‰ro吩，．．ABSTRACTHigh．-speedhigh··p

5、recisionmachinetoolshavebecomethemaindirectionofthemachinetool’Sdevelopment，withinallthefactorsofaffectingtheaccuracy,thermalerrorsbecomemoreimportant，Studiesshowthatthehigherthemachinetool，theimpactwillbegreater,andtheproportionevencometO70％，SOinthispaperthefollowworki

6、sdidunderthenational863project’'thedynamiccharacteristiconlinetestsystemofthetopgradCNCmachine’’：1)Accordingtotherequirementoftheproject，asetofmotorizedspindletestplatformisbuilt，basedonthePLCplatform，applyingtheeddycurrentdisplacementsensorandtheheatresistancetemperatu

7、resensor,atestsystemmeasuringther．malerrorandtemperatureofspindlesisdeveloped；21Basedontheheattransfer,theheatsourceandCOOlconditionsofthemotorizedspindlesystemisanalyzed，usingthefiniteelementsoftware‘ANSYS’，thefiniteelementmethodabouttemperaturefieldandthermaldeformati

8、onissummarized；3)Athermalerrormodelusingthemultipleregressionmethod，BPneuralnetworkandRBFneuralnetworkisestabl