國內(nèi)CNC加工中心熱誤差建模研究
海天精工 加工中心 鉆攻中心前言：精密加工技術(shù)在現(xiàn)代機械制造屮越來越_t要，精密加工技術(shù)的關(guān)鍵是降低加工中心加工過程中產(chǎn)生的熱誤差。熱誤差是加工中心加工誤差的重要來源，指的是加工中心3：作中各部件產(chǎn)生熱變形，造成加工中心各零件之間相對位移，導(dǎo)致加工誤差。相比其他導(dǎo)致加工誤差的因素，熱誤差對工件加工精度的影響非常顯著，基本上達到總誤差的A W、Df•且越精密的加工中心其影響越大。熱誤差補償是在加工中心各部位放置溫度傳感器，實時監(jiān)控和收集溫度變化的數(shù)據(jù)，再通過特定的數(shù)學(xué)模型分析和預(yù)報誤差，并將其信息反饋到CNC加工中心控制器，對該誤差進行實時補償。這里面有兩個關(guān)鍵點:①能否選擇全面準確地顯示加工中心周身溫度變化的傳感器的安放部位；②能否建立準確有效的數(shù)學(xué)模型。后者的重要性尤為明顯。1熱誤差數(shù)學(xué)模型的種類近年來人們構(gòu)建的熱誤差數(shù)學(xué)模型主要有最小二乘法(LS)擬合建模、人工神經(jīng)網(wǎng)絡(luò)（ANN)模型、灰色系統(tǒng)理論/新陳代謝(GM)建模、回歸模型（如多元線性回歸MRA模型、平滑自回歸ARMA模型、投影尋蹤回歸模型PSOPPR等)及基于時間序列分析的估計方法和綜合多種數(shù)學(xué)理論的綜合模型[3_4]等。本文將紹這些熱iV:差建模在W內(nèi)的研究現(xiàn)狀,.，2熱誤差補償?shù)闹T種模型2. 1基于最小二乘法（LS)的擬合建?；谧钚《朔?LS )的擬合建模是較早的補償加工中心熱誤 的一種方式，111十其原理尚單• K此在實際操作中較容易實現(xiàn)，但是相比其他各種熱誤差數(shù)學(xué)模型，該模型的精度不理想，因而就產(chǎn)生了一些對該模型改進的建模方法。林偉青等人采用了在線最小二乘支持向量機（OL&SVM)的熱誤差回歸建模方法，實驗結(jié)果說明OL&SVM的建模方法不僅精度高，而且建模時M ):!卜系統(tǒng)的魯棒n也較好[___1。Vnpnik在統(tǒng)計學(xué)習(xí)JVilm險最小化擬理上發(fā)現(xiàn)了乞持X m機（Su|「p()r1 v(‘r1()r machine. SVM)方法卜]。在此墻礎(chǔ)上，Suykens等人提出LS~SVM方法，該方法在非線性函數(shù)估計、模式識別中效果顯著％'L&SVM建模法需要的數(shù)據(jù)量比較少，能保持較A的精度：林偉青等人嘗試用LS及LS_ SVM兩種方法對同一CNC加工中心進行試驗，通過測量裝夾在主軸上的工件來間接獲得主軸g向與軸向變形量以測定熱變形誤差。實驗表明L&SVM建模方法的計算精度遠A于ft統(tǒng)的LS迚模[1]]。他們在此基礎(chǔ)上義提出了動態(tài)自適應(yīng)加權(quán)最小二乘支持矢量機（WLS-SVM)的方法，并對一臺XK713CNC加工中心進行測試，結(jié)果顯示:WL孓SVM的精度最高[9]。2.2基于人工神經(jīng)網(wǎng)絡(luò)（ANN)模型建模神經(jīng)網(wǎng)絡(luò)理論是一種非線性動力學(xué)系統(tǒng)，它通過工程技術(shù)手段模擬部分人腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與功能[1°]。神經(jīng)網(wǎng)絡(luò)理論主要有兩類：前向網(wǎng)絡(luò)和遞歸網(wǎng)絡(luò)。較常用的模型是反向傳播(BP )網(wǎng)絡(luò)和徑向基(RBF)網(wǎng)絡(luò)。劉國良等人對BP及RBF網(wǎng)絡(luò)進行研宄，實驗結(jié)果表明：在加工中心熱誤差補償方面，BP網(wǎng)絡(luò)由于其偏差帶最窄、分散程度最小、偏離中心值的趨勢最緩，因此最具優(yōu)勢；RBF網(wǎng)絡(luò)建?？欤Ч赃d于BP網(wǎng)絡(luò)；最小二乘法建模簡單，但補償效果相對較差[11]。后來張宏韜等人將模糊邏輯理論與一般的祌經(jīng)網(wǎng)絡(luò)模型相結(jié)合，提出了建立模糊神經(jīng)網(wǎng)絡(luò)，研究表明建模數(shù)據(jù)應(yīng)盡量覆蓋熱誤差的分布曲面，使訓(xùn)練過程充分利用模糊規(guī)則調(diào)整網(wǎng)絡(luò)參數(shù)，從而使網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)得到優(yōu)化，獲得更有效的補償效果[12]。閆嘉鈺等人在BP神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上提出了最優(yōu)線性組合建模的方法，并在一臺CNC加工中心上進行了試驗，結(jié)果顯示，該模型比最優(yōu)組成模型以及簡單平均組合模型獲得的熱誤差預(yù)測精度提高了 30%和22. 6%[13]。另外，在人體免疫系統(tǒng)理論的基礎(chǔ)上，閆嘉鈺等人還嘗試提出了免疫RBF網(wǎng)絡(luò)(AIRBF)及其在線訓(xùn)練算法，能更有效地跟蹤訓(xùn)練數(shù)據(jù)，提高數(shù)據(jù)預(yù)測精度，能更好地跟蹤突變數(shù)據(jù)點[14]?？傊?，神經(jīng)網(wǎng)絡(luò)建模的方法在加工中心熱誤差補償方面精度較好，這方面優(yōu)點突出，但其模型本身較為復(fù)雜，計算量較大，因而影響反饋控制時間。2.3基于灰色系統(tǒng)理論建?；疑珨?shù)學(xué)理論在對信息不確定系統(tǒng)的建模、分析方面有獨特的功能，具有能研究小樣本、貧信息、不確定性問題的優(yōu)點，理論上更適用于熱誤差建模[15_17]。傳統(tǒng)的灰色a論系統(tǒng)模咽如GiM n，1 >模型能比較成功地實現(xiàn)加工中心的熱誤差補償，但該模型在通過機床某一熱誤差元素（如車削加工工向熱誤差）自身時序數(shù)據(jù)建立模型時，未能考慮相關(guān)熱源溫度變化的影響。因而閆嘉鈺、楊建國等人對傳統(tǒng)的灰色系統(tǒng)GM(1,1)模型進行了改進，在切削加工試驗中對GM(1，4)以及GM(0,4)兩個模型進行了驗證，結(jié)果表明：GM(1,4)以及GM(0，4)模型擬合的精度可提升40%以上；另外GM(X，N)模型建立簡單、計算量小、便于工程應(yīng)用[1S]。之后，閆嘉鈺等人又在加工中心試驗中應(yīng)用改進型的GM (2，1)模型，使建模精度提升了5 5. 7 %，實際應(yīng)用中更為便利[19]。而宋建軍等人提出了GM(1,1,«)模型，試驗結(jié)果顯示大幅提升了加工中心熱誤差的預(yù)測精度[?。海天精工 備注：為保證文章的完整度，本文核心內(nèi)容都PDF格式顯示，如未有顯示請刷新或轉(zhuǎn)換瀏覽器嘗試，手機瀏覽可能無法正常使用！結(jié)束語：加工中心在加工過程中產(chǎn)生的溫度變化對車床加工誤_影響顯著，并且隨著加工過程不斷變化，建立數(shù)學(xué)模型對其進行熱誤差補償，實現(xiàn)較為便利，效果明顯，因此近年發(fā)展很快。在熱誤差補償建模時有兩個關(guān)鍵點：I如何能直接有效地反映加工中心各部位溫度的準確變化：②采用哪一種數(shù)學(xué)模型能更全面地分析溫度變化對CNC加工中心造成的誤差，從而提高其精度。但問題是，同時解決這兩個關(guān)鍵點對模型的設(shè)計要求往往是矛盾的。因為，有的數(shù)學(xué)模型精度雖髙，但計算量大，耗時加長，參數(shù)較多；而有的模型參數(shù)少，計算量小，實現(xiàn)方便，但精度稍差。所以如何既做到模型簡易，盡量減少無關(guān)緊要或次要的參數(shù)，提高運算速度，又同時滿足加工中心加工的較高精度要求，就需要在兩者之間尋求一種優(yōu)化與平衡，使其在綜合效果上達到******，這將成為今后加工中心熱誤差補償模型的發(fā)展方向。海天精工是一家集銷售、應(yīng)用及服務(wù)于一體的公司。產(chǎn)品包括：CNC加工中心、鉆攻中心、龍門加工中心、雕銑機、石墨機、五軸加工中心、立式加工中心、臥式加工中心等。我們機床的生產(chǎn)工廠設(shè)在廣東省寧波市，目前其生產(chǎn)的加工中心70%出口，其中出口到歐洲占到50%。我們盡心、盡力、盡意的服務(wù)！聲明：本站文章均來自網(wǎng)絡(luò)，所有內(nèi)容不代表本站觀點，本站不承擔任何法律責任！