YK73200型数控磨齿机热误差补偿技术研究.pdf

《YK73200型数控磨齿机热误差补偿技术研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、YK73200型数控磨齿机热误差补偿技术研究ResearchonThermalErrorCompensationofYK73200CNCGearGrindingMachine2011年4月合肥工业大学11111IIITI1

2、IIII111IIIY1886199本论文经答辩委员会全体委员审查，确认符合合肥工业大学硕士学位论文质量要求。答辩委员会签名：(工作单位、职称)主席：哕凡．瓤吱雪耽季苞副披委鼍l墨刊乞渺二皿膳r才缎投毒l墨卅乞渺二皿允孑{(『微d叱’；I薹之易向P沙彭刎孤狼导眠蔼组敬甲司嘘独创性声明本人声明所呈交的学位论文是本

3、人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标志和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得金月曼』些态堂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的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签字：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解金壁王些态堂有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅或借阅。本人授权金魍王些太茎L可以将学位论文的全部或部分论文内

4、容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文者签名：签字日期：年月日学位论文作者毕业后去向：工作单位：通讯地址：导师签名：签字日期：年月日电话：邮编：YK73200型数控磨齿机热误差补偿技术研究摘要热误差是数控机床总误差的一个重要组成部分，占机床总误差的40％一70％，越精密的数控机床其在总误差中占的比例越重。因此，热误差的补偿对提高数控机床加工精度有着非常重要的意义。热误差建模是热误差补偿的关键技术之一，国内外学者在热误差建模领域做了大量研究，提出

5、了许多热误差建模方法，如多元线性回归模型、神经网络模型等。时间序列分析应用于数控机床热误差建模是近几年发展起来的新课题，本文的重点就是运用时间序列分析中的自回归分布滞后模型对数控磨齿机的热误差进行建模。论文的主要工作可以概括为以下几点：1．开发了一套热误差测量集成系统。集成系统主要由以下几个部分组成：温度测量单元、热误差测量单元和计算机及软件系统单元。2．通过对YK73200型数控磨齿机的热特性进行研究，了解其加工工件的工作过程，在此基础上进行温度传感器的布置，然后再对温度变量采用模糊聚类法进行优化，以减少建模时自变量的个数，达到

6、节约了补偿成本和降低了模型的复杂性的目的。3．了解前人在数控机床热误差建模中所取得的成果，介绍三种常见热误差建模方法的原理：多元回归分析法、神经网络法和时间序列分析法。多元回归分析建模方法简单快捷；神经网络可以处理一些环境信息十分复杂，背景知识不清楚，推理规则不明确的问题；时间序列分析应用于数控机床热误差建模是近几年发展起来的新课题，已经有学者把时间序列的AR模型应用于数控机床热误差建模中。4．重点介绍时间序列的自回归分布滞后模型在热误差建模中的应用。在学习前人经验的基础上，尝试把自回归分布滞后模型应用到热误差建模中，然后使用多元

7、线性回归模型对热误差进行建模，比较两种模型的精度。关键词：热误差热误差建模时间序列自回归分布滞后模型ResearchonThermalErrorCompensationofYK73200CNCGearGrindingMachineABSTRACTThcrmalelrorofCNCmachinetoolsiSanimportantcomponentoftotalerror,anditcovers40％～70％ofthetotalmachineerror．Themoreprecisemachinet001iS，themoreheavy

8、theproportionofthermalerrorintotalerroriS．Therefore，thethermalerrorcompensationisofgreatsignificancetoimprovingthemachiningaccuracyofCNCmachinet001．Thermalerrormodelingisoneofthekeytechnologiesofthermalerrorcompensation．Alotofresearcheshavedonebyscholarsdomesticandabr

9、oad，andmanythermalerrormodelingmethodswereputforwardsuchasmultiplelinearregressionmodel．neuralnetworkmodel，etc．timeseriesana