数控机床热变形实时补偿.docx

《数控机床热变形实时补偿.docx》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、数控机床热变形实时补偿制造技术的发展对的精度和可靠性提出了越来越高的要求。大量研究表明：在精密加工中,由机床热变形所引起的制造误差占总误差的40%～70%[1]。减少机床热误差通常有以下3种方法:改进机床的结构设计；控制机床重要部件的温升，如进行有效的冷却和散热；建立温度变量与热变形之间的数学模型，用软件预报误差，用NC进行补偿，以减少或消除由热变形引起的机床位移[2]。热变形误差补偿技术一般采用事后补偿，通过各种检测手段对数控加工时产生的误差进行直接或间接的测量，然后根据已经建立的误差补偿模型进行误差补偿计算[3]，将计算结果

2、反馈给数控系统，使控制器发出相应的控制误差补偿指令以补偿相应的热误差。本课题以GMC4000H/2y轴为研究对象，首先通过实验建立热误差与机体上若干点的温升之间的数学模型，在加工过程中借助外部设备监控温度，根据所建数学模型计算热误差，利用PLC补偿模块功能以及机床运动的可控性，修改机床运动进给量，从而实现实时补偿。测量试验1热误差的测量热误差是影响机床精度最主要的因素之一，机床热误差是由机床工作时复杂的温度场造成机床各部件变形引起的，它是随时间变化的非恒定误差。热误差补偿的研究始于20世纪50年代，但其总体发展是不能令人满意的，

3、究其原因，在于误差辨识即热误差建模。要提高精度，必须解决“如何选择最佳的温度测点和如何建立鲁棒性强的热误差模型”的问题，两者相辅相成，缺一不可[4]。1.1试验设备及仪器试验样机为GMC4000H/2；8个温度传感器、1台双频干涉仪、若干电缆线等。1.2温度测点的选择数控机床的热误差大小取决于温度的变化、各零部件的热膨胀系数和机床的总体结构，从根本上说取决于温度变化。温度变化越大，热变形越剧烈，从而也可能产生大的热误差。欲研究热误差的产生和变化规律，进而减小、消除和控制热误差，必须从温度变化入手。在机床运行时，由于各种材料的膨胀

4、系数不同,各部分在径向和轴向产生的热变形也不尽相同[5],最容易受到热变形影响的机床部件是主轴和滚珠丝杠等，因此在本试验中将表1中8处最容易受到热变形影响的关键部件作为温度测量点。1.3试验方案机床运行程序包含2个部分：（1）空运行程序。?单一速度：20m/min；?混合速度如表2所示。（2）检测程序。检测程序参数如下：?检测时，y向运行速度为10m/min;?检测过程中，除第一次操作清零外，其余时间不进行清零操作。1.4测量（1）机床冷机状态时，运行一次检测程序，记录机床冷机状态下的各测点温度值和热误差量；（2）机床预热30m

5、in，预热速度为10m/min。预热后，运行一次检测程序，记录各测点温度值和热误差量；（3）按单一速度或混合速度运行机床，每20min运行一次检测程序，记录各测点温度值和热误差量；（4）除去预热时间，机床共运行4h后停机，进行下一步降温试验；（5）降温试验共2h，其中机床每停止20min，运行一次检测程序，记录各测点温度值和热误差量；（6）试验结束。建立热误差补偿模型1回归方程1.1回归方程的建立在回归分析中，如果有2个或2个以上的自变量，就称为多元回归。事实上，一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测

6、或估计因变量，比只用1个自变量进行预测或估计更有效，更符合实际。因此多元线性回归比一元线性回归的实用意义更大。所以，本课题从采集多点影响机床热变形位移精度的温度变化来建模。多元线性回归是利用统计方法寻求多输入和单输出关系的模型。在热变形情况下，可以得到一组表达多点测量温度输入和一个方向位移输出关系的线性关系，因为热变形是多方面的，所以每个方向可以分别独立求得一组系数，将各个方向合在一起，即可得到多输入多输出模型。线性回归分析法是以相关性原理为基础的，相关性原理是预测学中的基本原理之一。由于y轴热变形位移精度受电机温升、螺母座温升

7、、十字滑座温升等有关因素的综合影响。因此，多元线性回归预测首先是建立y轴热变形位移精度补偿量与其有关影响因素之间线性关系的数学模型，然后通过对各影响因素未来值的预测推算出y轴热变形位移精度补偿量的预测值。多元线性回归的数学模型为：因变量y和自变量为x1，x2,…，xp满足线性关系：y=β0+β1x1+β2x2+β3x3+e。（1）对x1，x2,...，xp，y进行n次观测，所得的n组数据为xi1，xi2，xi3，xip,(i=1，2，3…，n)它们均满足式（1）,用数列表示为：y=（y1，y2...yn），β=（β1，β2...

8、βp），X=1x11...x1p，1x21...x2p，...，，...，...，...，1xn1...xnp），e=（e1，e2，...ep）。（2）因此式（1）可写成如下矩阵形式：y=xβ+e，E(e)=0，（3）CCoovv(e)=σ2In。（3）此为多元