在線最小二乘支持向量機(jī)的數(shù)控加工中心熱誤差建模與補(bǔ)償
海天精工 加工中心 鉆攻中心前言：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(qǐng)刷新或轉(zhuǎn)換瀏覽器嘗試，手機(jī)瀏覽可能無法正常使用！近年來，國內(nèi)的工業(yè)制造逐漸朝著自動(dòng)化、數(shù)字化的方向發(fā)展，精工加工中心逐漸運(yùn)用于生產(chǎn)的各環(huán)節(jié)中，并推動(dòng)著工業(yè)制造效率的提高。在實(shí)際生產(chǎn)過程中，相關(guān)零部件加工精度常因精工加工中心熱誤差而降低。而以在線最小二乘支持向量機(jī)為基礎(chǔ)，對(duì)精工機(jī)床熱誤差建模，可以在_定程度上減輕熱誤差造成的負(fù)面影響，從而保證相關(guān)零部件的加工精度。1精工加工中心熱誤差出現(xiàn)的原因以及控制措施1.1精工加工中心熱誤差出現(xiàn)的原因精工加工中心在運(yùn)行過程中出現(xiàn)的熱誤差具有多方面的特點(diǎn)：多變量，長時(shí)滯，非線性，耦合性很強(qiáng)。而精工加工中心出現(xiàn)熱誤差是由不同的因素造成的，具體如下。1.1.1加工中心內(nèi)部和外部熱源共同作用的結(jié)果精工加工中心在運(yùn)行狀態(tài)下，內(nèi)部和外部均會(huì)產(chǎn)生熱量，在兩者的共同作用下，就容易引起熱誤差。在產(chǎn)生熱誤差的過程中，外部熱源的影響力比內(nèi)部熱源的影響力小，內(nèi)部熱源起關(guān)鍵作用。其原因在于精工加工中心的內(nèi)部熱源，諸如電動(dòng)機(jī)、軸承等發(fā)熱元件較多。1.1.2多樣化的加工中心表面熱表現(xiàn)形式由于精工加工中心的構(gòu)造比較復(fù)雜，是由眾多的零部件組成的，而零部件受材料、結(jié)構(gòu)等的影響，其參數(shù)存在差異，從而使加工中心在實(shí)際工作過程中產(chǎn)生的熱容量以及熱慣性存在較大的差異。這使得精工機(jī)床在運(yùn)行過程中產(chǎn)生的熱誤差變化以及相關(guān)溫度場存在復(fù)雜的非線性關(guān)系，熱誤差情況較為復(fù)雜，難以進(jìn)行有效的控制以及補(bǔ)償[1]。1.1.3加工中心的布局和結(jié)構(gòu)對(duì)加工中心熱誤差有較大影響精工加工中心的布局以及結(jié)構(gòu)會(huì)對(duì)加工中心機(jī)身主體的各種性能形成阻礙，產(chǎn)生滯緩作用，形成時(shí)滯和耦合，使得熱誤差變得更加復(fù)雜。1.2降低精工加工中心熱誤差的措施針對(duì)精工加工中心產(chǎn)生熱誤差的原因，比較有效且常用的降低熱誤差的方法有：誤差防止技術(shù)和誤差補(bǔ)償技術(shù)。1.2.1誤差防止技術(shù)誤差防止技術(shù)的關(guān)鍵在于“防”，即在作業(yè)過程中，注重對(duì)熱源的管理，通過對(duì)加工中心結(jié)構(gòu)的優(yōu)化，以減小加工中心熱誤差。目前，該技術(shù)在實(shí)際運(yùn)用過程中常見的措施大約有5種，一是對(duì)熱源和發(fā)熱量進(jìn)行控制；二是在機(jī)床運(yùn)行時(shí)，對(duì)零部件做冷卻處理；三是對(duì)精工加工中心的結(jié)構(gòu)進(jìn)行優(yōu)化；四是設(shè)置輔助熱源，以此為基礎(chǔ)實(shí)現(xiàn)精工加工中心溫度場的均衡；五是控制加工中心的加工環(huán)境溫度'1.2.2誤差補(bǔ)償技術(shù)誤差補(bǔ)償技術(shù)與誤差防止技術(shù)存在本質(zhì)上的區(qū)別，誤差補(bǔ)償技術(shù)著重于對(duì)誤差原因的分析，并建立誤差數(shù)學(xué)模型，通過模型的分析找到相應(yīng)的措施來減小誤差，從而推動(dòng)加工精度的提升。誤差補(bǔ)償技術(shù)在實(shí)際的運(yùn)用過程中，無法對(duì)精工加工中心進(jìn)行硬件上的改造。此外，誤差補(bǔ)償技術(shù)在實(shí)際使用過程中往往需要經(jīng)歷下述的3個(gè)步驟：_是優(yōu)化溫度測(cè)量點(diǎn)，并提高測(cè)量的辨識(shí)度；二是加強(qiáng)對(duì)相關(guān)數(shù)據(jù)的收集，并由此推動(dòng)精工加工中心誤差計(jì)算的數(shù)學(xué)模型的構(gòu)建；三是借助數(shù)學(xué)模型，對(duì)精工加工中心的誤差進(jìn)行有效的控制。2最小二乘支持向量機(jī)回歸最小二乘支持向量機(jī)主要是以支持向量機(jī)為依托，從而實(shí)現(xiàn)從不等式約束向等式約束的轉(zhuǎn)換。在此過程中，需要選取一些樣本數(shù)據(jù)，這些樣本數(shù)據(jù)是非線性的，表不為…(xn,yn)。在分析過程中,主要借助LS-SVM進(jìn)行回歸，相關(guān)的函數(shù)回歸方程為：以LS-SVM為基礎(chǔ)發(fā)展來的OLS-SVM算法，具有更多的優(yōu)勢(shì)，比如能夠提升計(jì)算機(jī)的運(yùn)算速度、可以在線建立模型。其計(jì)算流程如圖1所示。3精工加工中心熱誤差建模試驗(yàn)3.1精工加工中心試驗(yàn)系統(tǒng)概況筆者以型號(hào)為XK713精工加工中心為基礎(chǔ)，對(duì)熱誤差建立模型，進(jìn)行試驗(yàn)。首先需要采集其主軸的熱變形量，在采集過程中需要用到電荷耦合器件（Charge Coupled DeviceLS-SVM 訓(xùn)練，CCD)和激光位移傳感器(LK-150H)。而對(duì)溫度場進(jìn)行測(cè)量，是由測(cè)量系統(tǒng)來完成的，其由智能溫度傳感器、顯示器、精簡指令集微處理器等零部件所組成，相關(guān)的配置以及內(nèi)容如圖2所示[3]。 3.2熱誤差模型的建立 在相關(guān)建模試驗(yàn)中，借助交叉驗(yàn)證的方法對(duì)OLS-SVM建模的參數(shù)進(jìn)行確定，其中7=46.2，82=58.5。在OLS-SVM建模過程中，需要用到兩個(gè)重要的值，即溫度值和主軸熱變形值，以溫度值為輸入，熱變形值為輸出。這一過程中，計(jì)算機(jī)采用PentkimIV1.8GHz處理器。熱誤差模型的相關(guān)參數(shù)，見圖3和圖4[4]。 圖3表示精工加工中心運(yùn)行到200 min時(shí)的熱誤差模型，圖4是精工加工中心運(yùn)行到300 min時(shí)的熱誤差模型。 4結(jié)果分析與補(bǔ)償4.1熱誤差建模結(jié)果分析 通過上文的介紹可知，借助OLS-SVM方法可以對(duì)精工加工中心運(yùn)行過程中的熱誤差進(jìn)行相關(guān)的模型構(gòu)建。不僅如此，相關(guān)模型具有精度高、誤差小等特點(diǎn)(表1)。 由表1可知，在線建模方法的精確度遠(yuǎn)高于固定回歸函數(shù)方法。由于OLS-SVM方法在實(shí)際的運(yùn)用過程中能夠在******程度上縮減相關(guān)計(jì)算的時(shí)間，因而有利于在后續(xù)的熱誤差補(bǔ)償應(yīng)用中發(fā)揮作用。4.2熱誤差補(bǔ)償?shù)牧鞒?在精工加工中心熱誤差建模的過程中，借助0LS-SVM方法，能夠?qū)崿F(xiàn)對(duì)精工加工中心熱誤差的補(bǔ)償。相 關(guān)補(bǔ)償?shù)牧鞒?，如圖5所示。 熱誤差補(bǔ)償?shù)牧鞒蹋海?)借助精工加工中心上的智能 溫度傳感器，對(duì)相關(guān)的溫度信息進(jìn)行收集；（2)通過相關(guān)的處理器，在利用OLS-SVM方法構(gòu)建的熱誤差模型上計(jì)算出相應(yīng)的誤差值；（3)加工中心的溫度值可 圖4第300分鐘的熱誤差模型 表1在線建模與固定建模方法比較 建模方向 建模方法 MAPE/% 計(jì)算時(shí)間/s OLS-SVM 1.43 1.015 軸向 LS-SVM 1.46 3.472 LS 7.28 0.173 OLS-SVM 1.72 1.036 徑向 LS-SVM 1.78 3.491 LS 7.76 0.176 5試驗(yàn)結(jié)論 借助OLS-SVM方法可以建立精工加工中心的熱誤差數(shù)學(xué)模型，并能保證模型的精確度。OLS-SVM方法能夠連續(xù)采集數(shù)據(jù)，并將這些數(shù)據(jù)整合到訓(xùn)練集合中，對(duì)熱誤差模型進(jìn)行更新。以精工加工中心的動(dòng)態(tài)加工特性為基礎(chǔ)，通過OLS-SVM方法建立起的誤差模型，能夠應(yīng)用于對(duì)加工中心的熱誤差補(bǔ)償，減小熱誤差，從而保證加工中心的加工精度。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(jī)、石墨機(jī)、五軸加工中心、立式加工中心、臥式加工中心等。我們機(jī)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(diǎn)，本站不承擔(dān)任何法律責(zé)任！