一、机床热变形误差及其误差补偿技术(论文文献综述)
李莉[1](2021)在《三轴数控机床在机测量系统精度提升关键技术研究》文中进行了进一步梳理数控机床在机测量系统能帮助实现通过一次装夹就完成全部或大部分加工和测量工作,保证工件的加工精度,提高产品质量。在机测量系统主要采用“数控机床+测头”的测量方式,利用机床上本身的读数系统(光栅测量系统),辅以测头触发,在装夹工位上实现工件尺寸及形貌的精确测量,但存在着“本体加工,本体测量”的问题,不满足测量系统精度必须高于零件加工精度三倍以上测量基本准则等要求。为了提高和保证在机测量系统测量精度,必须采用误差补偿技术对在机测量系统误差进行补偿。论文以三轴数控机床在机测量系统为研究对象,进一步解决现有研究成果中对于不同影响因素下的误差相关性、动态性影响考虑不足、导轨工作台运动误差补偿方法不够精确、综合误差补偿模型实用性不强等问题。主要工作归纳如下:(1)基于数控机床XY工作台的结构特点及工作特性,开展了 XY工作台动静态特性分析,推导了动态定位误差计算模型。推导结果显示:工作台的运动速度、被测工件重量、工件安装位置及摩擦力、温度是影响数控机床XY工作台动态特性的主要因素。利用自主设计的数控机床XY相关性误差实验平台,进行了不同速度、工件重量、工件安装位置等影响下的动态定位误差实验验证。结果显示数控机床XY工作台的动态定位误差与工作台的运行速度、工作台承受的重量大小等因素有关,且存在着一个“最佳测量速度”。在该速度下工作台的定位误差能达到最小。(2)在误差相关性分析基础上,提出一种导轨系统瞬时旋转中心(简称瞬心)的概念。利用ADAMS运动学仿真方法确定了其理论位置,并利用自主设计的数控机床XY相关性误差实验平台研究了其实际位置确定方法,完成了基于瞬时旋转中心的工作台阿贝定位误差补偿实验,实验结果表明:与原始定位误差最大测量值相比,利用瞬心阿贝臂修正后的定位误差数据比利用传统阿贝误差方法补偿后的定位误差补偿精度高,提高了机床本体定位误差补偿精度。(3)充分考虑温度、速度、位置等工况参数对三轴数控加工中心在机测量系统误差的影响,研究了基于微分变换的综合误差建模方法,利用热变形临界点、瞬时旋转中心的概念建立其综合模型,有效提高了在机测量系统单点测量精度。(4)提出一种“最佳测量区”的概念,最佳测量区是指,当在这个空间范围内完成测量时,在机测量精度最高。研究了三轴数控加工中心最佳测量区确定方法。针对VMC850E三轴数控加工中心,分析了在机测量系统空间点测量误差分布规律,提出一种基于模拟退火的遗传优化算法(SA-GA),利用建立的面向点测量在机测量系统最佳测量区目标函数模型求解最佳测量区。实验结果表明,SA-GA算法收敛速度最快,且单次寻优的耗时少,适合用于求解面向点测量最佳测量区。(5)设计了求解面向点测量的在机测量系统最佳测量区实验方案,开展了VMC850E三轴数控加工中心在机测量系统指定测量空间304.487mm≤X≤475.487 mm,-179.042mm≤Y≤-44.042mm,-315mm≤Z≤-235mm 内,面向点测量最佳测量区实验。实验结果发现,在机测量系统最大测量误差达到74 μm。确定出的最佳测量区域 331.487mm≤X≤340.487mm,-116.042mm≤Y≤-1 07.042mm,-305mm≤Z≤-295 mm最大测量误差最小值为4 μm。结果表明:最佳测量区可以帮助实现在机测量系统测量精度的提高,最大程度上测量精度可以提高94%。图[67]表[12]参[144]
彭昊[2](2021)在《数控机床动态性能控制技术研究》文中认为现代制造业的不断发展对数控机床的运行性能提出了更高的要求。由于数控机床的机械结构十分复杂,机体内各部件之间的连接配合十分精密,使得数控机床容易受到加工环境与工况的影响,从而导致机床的加工精度和稳定性降低。研究表明,由热变形导致的误差在机床误差中的比重最高,而对于高性能数控机床而言热误差所占的比例甚至高达70%。此外,在加工过程中机床颤振现象的出现会严重降低工件的表面加工质量,也会对加工刀具和机床结构造成严重的破坏,颤振现象已经成为提高机床加工性能的重要阻碍之一。机床热变形与颤振导致的误差占据了机床误差的50%以上,因此本文主要针对机床热误差和颤振进行了补偿与控制方面的研究。首先,本文通过对机床热误差测量方法的比较分析,提出“五点测量法”进行机床热误差的测量,并阐述了机床温度测点优化与热误差建模的理论与方法。文章对机床颤振现象的发生机理进行了理论分析,并通过颤振信号分析得到了颤振现象在时域和频域中的发展规律与特征。其次,在完成机床热误差与颤振的相关理论与数据分析的基础上提出了机床性能控制系统。通过对机床状态信息的采集以及上位机程序的处理完成机床热误差的预测以及机床颤振的监控与识别。为了实现机床动态性能的运维控制,对基于FANUC系统原点偏移功能和SIEMENS系统温度补偿功能的热误差补偿方法,以及基于机床主轴转速调整功能的颤振抑制方法进行了研究。最后,为探究机床性能控制系统的应用效果,本文进行了热误差补偿与颤振控制的实验,实验数据表明机床性能控制系统对机床热误差与颤振的补偿控制取得了良好的效果。
魏弦[3](2020)在《数控磨齿机床热误差鲁棒建模技术及补偿研究》文中进行了进一步梳理齿轮的加工精度和质量直接决定齿轮传动性能。数控磨齿机床是加工高精度齿轮的关键设备,热误差是影响磨齿机加工精度的重要因素之一。热误差补偿技术以其经济高效性成为了解决机床热误差问题的主要手段。然而,不同工况下补偿模型的鲁棒性影响了该技术的工程应用,因此研究变工况下数控磨齿机床热误差鲁棒建模技术具有重要意义。本论文针对数控砂轮磨齿机床,就温测点的布置方法与建模变量的优化,机床的进给系统、工件主轴和砂轮主轴的热误差鲁棒建模技术进行了研究。主要研究工作归纳如下:(1)提出了基于测点虚拟构造法和特征提取算法的温度特征变量优化方法。将进给系统的滚珠丝杠简化为一维杆,基于热量传递原理和热弹性运动方程,分析其热变形和各测点温度之间的相关性,寻求热变形与温度之间呈线性关系的最佳测点,建立了热变形和最佳温测点的数学描述,揭示了工况差异时,最佳测点变化及鲁棒性变差的影响因素及变动规律。基于金属材料温度传递各向同性的原理,规划了进给系统温度传感器的布局策略;提出了基于线性测点虚拟构造法和特征提取算法的温度特征变量优化方法,减小了热变形与测点温度线性关系的不稳定及多元共线性对模型鲁棒性及预测精度的影响。在磨齿机上的试验验证了上述理论方法的正确性。(2)提出了基于贝叶斯网络的磨齿机进给系统热误差分类建模方法。针对变工况影响模型鲁棒性和精度的问题,以贝叶斯理论为基础,借助专家知识确定分类器的网络结构,通过后验概率分布的求解确定父、子节点间的条件概率密度,从而构建温度分类器,实现不同工况温度的分类;根据进给系统误差分离原理,采用线性和多项式拟合方法分别构建热误差和几何误差模型,通过两拟合模型的线性叠加构建误差综合模型。数控磨齿机床上的变工况试验表明,提出的方法有效改善了模型预测精度和鲁棒性,为变工况环境下的热误差鲁邦建模技术提供借鉴。(3)提出了数控磨齿机床工件主轴无温度传感器分类建模方法。针对实际加工过程中,切削液影响温度传感器的最优布测以及采用传感器信息建模时可能引起的测点间多元共线性问题,通过对数控磨齿机工件主轴的结构分析,基于电机热损耗及轴承摩擦热建立了主轴整体热量方程,根据主轴升(降)温过程的对流换热系数的差异,结合整体热量方程分别构建升(降)温初始理论模型;基于主轴几何结构解析和热变形微分方程,建立热变形初始理论模型,使用实际工况的温度和热误差信息修正上述理论模型。在磨齿机床工件主轴上的验证表明,提出的方法能有效预测升降温过程中温度及热变形的演变规律。此方法物理意义明确,为机床热误差机理分析奠定基础,在工程上具有实用价值。(4)提出了数控磨齿机床砂轮主轴数据驱动热误差建模方法。以模型控制理论为基础的传统建模方法很难避免由于工况变化导致的“鲁棒性差”和“未建模动态”等问题。基于数据驱动理论,定义热误差一般非线性系统,通过热误差离线数据确定温度和热误差的变化区间,据此定义紧格式动态线性化模型,得到数据驱动的无模型自适应控制律公式,使用加工中产生的实时数据在线修改模型,追踪热变形动态。在磨齿机床砂轮主轴的试验证明了数据驱动模型的高鲁棒性和对“未建模动态”的快速适应性。提出的方法初探了大数据在热误差建模中的应用。
贡宏伟[4](2020)在《数控机床主轴热误差建模关键技术研究》文中进行了进一步梳理随着自动化生产程度的提高,数控机床成为工业发展和技术进步不可或缺的力量。在高质量要求的情况下,数控机床加工精度的高低直接反映了一个国家的加工制造水平。在影响机床加工精度的众多误差源中,热致误差可占总误差的40%-70%,数控机床主轴热误差的建模及补偿技术能够有效地提高机床的加工精度。主轴热误差的测量、温度敏感点的选取以及热误差模型的建立是实施热误差补偿的前提条件。本文以立式加工中心为分析对象,对数控机床主轴热误差建模相关技术进行了研究。在积极借鉴、吸收相关理论和研究成果的基础上,展开了主轴热误差测量的研究工作。首先,根据实际情况合理选用温度传感器、位移传感器及相应的数据采集板卡等采集模块;然后,根据主因素策略、最少布点策略等布置温度传感器的安装位置,基于ISO230-3的“五点法”进行位移传感器的安装布置;最后,设计不同实验工况方案并进行温度场和热误差的测量实验。针对不同热源区域对主轴热误差影响程度不同的问题,提出了一种考虑整机热源区域的多理论综合方法进行温度敏感点组合的选取。根据对主轴热变形影响程度的不同将机床分为五个热源区域,使用基于相关分析的K均值聚类算法对温度变量进行聚类、筛选以获得各热源区域对应不同K值的关键温度变量组合,其中设置K的取值范围能够有效的解决K均值聚类算法中存在的K值的不确定性问题。基于获得的各热源区域关键温度变量组合再次使用多理论综合方法进行全局优化温度敏感点组合的选取。BP神经网络模型被用来建立温度变量与热变形量之间的内在联系,残差均值(RMV)和均方根误差(RMSE)用于模型结果的评估以更加直观的选择最有利于热误差建模的全局优化温度敏感点组合。针对不同温度变量对主轴热误差影响程度的不同,提出了一种基于加权集成的温度敏感点组合选取和热误差建模方法。设置K的取值范围,基于相关分析法和K均值聚类算法进行数据分析,针对不同的关键温度变量组合,使用BP神经网络建立热误差模型,并为不同模型的预测输出分配权值,通过权值优化获得最优权值组合。将最优权值组合中的各个权值及其对应的温度敏感点组合、热误差模型分别进行加权集成即可获得所需加权集成温度敏感点组合及加权集成热误差模型,其中加权集成温度敏感点组合作为热误差模型输入使用,而加权集成热误差模型可用于最终的热误差建模,同一方法获得的结果但应区别使用。加权集成温方法不仅避免了使用单一BP神经网络可能存在的局部极值的问题,也能够很好的减少甚至消除温度变量共线性的不利影响,而且不同实验工况下的测试验证结果也反映了该加权集成方法的有效性。在获得温度敏感点组合的基础上,进行数控机床主轴热误差建模研究。考虑温度变量与热变形量之间的非线性关系以及径向基函数(RBF)神经网络优秀的非线性映射能力、无局部极值问题等优点,建立了基于CSO算法优化的RBF神经网络热误差模型。RBF神经网络负责热误差建模,群体智能优化算法则用来优化RBF神经网络的初始结构参数以提高模型的预测性能。不同工况下的验证试验证明了CSO-RBF神经网络用于数控机床主轴热误差建模的可行性及其所具有的良好的预测精度和鲁棒性。
魏新园[5](2020)在《雷达阵面热变形非相似性特性研究》文中进行了进一步梳理有源相控阵雷达(Active Phased Array Radar,APAR)的独特优势在于每一个天线单元均配备有一个发射/接收组件(Transmit/Receive Module,TRM),从而具有可靠性高、功能性强等诸多独特的优点,因此在军事航天等领域中受到越来越多的重视。正因如此,APAR在实际工况中会由于内部器件热功耗以及外部环境温度的变化产生明显的阵面热变形,进而造成雷达主瓣增益损失、副瓣电平升高和指向角度误差等电性能下降的情况。因此对有源相控阵雷达阵面热变形规律进行研究以有效降低阵面热变形对电性能的影响,是提高APAR整体性能的必要措施之一,对于提升我国雷达技术水平和增强我国军事实力具有重要意义。为了对有源相控阵雷达阵面热变形规律进行研究,本文基于自行研发设计的一台APAR实验样机为实验对象进行研究。首先对APAR实验样机的阵面热变形情况进行准确测量,进而根据实验测量数据分析雷达阵面热变形非相似性特性,通过分析结果和相关理论算法建立雷达阵面热变形预测模型,从而实现对阵面热变形的准确预测和补偿。本文的主要研究工作和成果总结如下:1)依据APAR内部器件热功耗原理,设计一台APAR实验样机,用于研究其阵面热变形规律。对一台立式数控加工中心进行改进,使其具有三坐标测量的功能,实现对雷达阵面热变形的测量。同时设计了一套温度测量系统,从而实现对雷达阵面不同位置处的温度变化和热变形情况的同步测量。考虑到加工中心内部热源、雷达模型自身发热和外部环境温度对坐标测量精度的影响,提出针对加工中心的全工作台热误差补偿技术,以提高其对雷达阵面热变形的准确测量。2)分析了影响雷达阵面热变形的不同因素,如温度、阵面尺寸和约束力等对雷达阵面热变形规律的影响。设计了正交实验研究阵面不同温度情况、阵面尺寸和约束力对雷达阵面热变形的影响,为后文中建立雷达阵面耦合预测模型提供实验数据。为了得到雷达阵面各个方向热变形和温度变化情况的准确数据,对各批次实验原始测量结果进行预处理和分析。3)研究了雷达阵面热变形的非相似性特性。论述了传统热变形计算方法在有限元分析中的应用和非相似性热变形理论基本思想。在此基础上提出了基于有限元方法的非相似性热变形计算公式,为实现雷达阵面非相似性热变形提供理论依据。并研究了不同阵面尺寸下雷达阵面的热变形情况,实现雷达阵面非相似性热变形的准确仿真。4)提出APAR阵面热变形实时补偿技术。该技术可以通过对雷达阵面温度变化的实时监测,实现对雷达阵面热变形的实时预测和补偿。在此基础上进一步建立了阵面热变形关于温度-约束力耦合模型,实现根据阵面的温度信息和约束力情况准确预测出雷达阵面的热变形情况。实验结果表明,该技术能够有效降低阵面热变形对雷达电性能的影响,从而提高雷达整体性能,具有重要的工程应用价值。
刘海宁[6](2020)在《数控机床进给轴热误差自适应补偿技术研究》文中指出机床部件因热产生变形而导致的热误差,是影响高端数控机床精度稳定性的重要因素之一。误差补偿法具有实施成本低、适用范围广等优势,是抑制机床热误差最常用的一种方法。而建立高精度、强鲁棒性的预测模型是实施误差补偿的基础。相比于机床主轴来说,进给轴的热源构成更复杂、热变形规律难以捉摸,所以建模及补偿的难度更大。对于进给轴的热误差建模来说,相比于数据驱动建模法,机理驱动建模法具有所需传感器少、鲁棒性强等优势。因此,本文基于机理驱动建模法研究一种新颖的进给轴热误差自适应补偿方法,旨在进一步增强热误差补偿的鲁棒性。主要研究工作如下:基于数值分析的进给轴热变形机理研究。进给轴的热变形是由多个热源共同激励导致的,且其产生热变形的过程中还存在非常复杂的热力耦合作用。为此,本文通过数值分析的方法,分别揭示了丝杠在不同热源单独激励下的热伸长响应过程、不同热源共同激励下的热伸长响应过程和热力耦合作用以及预拉伸处理后的丝杠的热伸长响应过程。多时变动态热源激励下的进给轴热误差建模。基于机理驱动建模法对热误差建模的难点在于,如何更准确地反映进给轴的传热升温和热变形的动态过程。为此,基于丝杠微元的瞬态传热机理分析,建立了一种多时变动态热源激励下的丝杠迭代式热误差预测模型。当边界条件确定时,将最多2个温度敏感测点采集的温度值导入到模型中,即可通过迭代计算出丝杠在任意位置、任意时刻的误差补偿量。考虑丝杠螺母副短期摩擦特性变化的热误差自适应补偿方法。所建立的热误差预测模型中,存在一个丝杠微元单次摩擦生热系数Q,它反映了丝杠螺母副的摩擦生热能力。Q通过参数辨识的方法确定之后,无法根据机床状态的变化实时做出调整。为此,建立了一种自适应调整模型,并结合传热机理驱动的热误差预测模型提出了一种新颖的进给轴热误差自适应补偿方法。该方法的自适应功能启用时,能够根据丝杠的短期摩擦特性变化,实时对Q进行自适应修正。热误差自适应补偿方法的试验验证。在立式加工中心上对所建立的多时变动态热源激励下的进给轴热误差预测模型的补偿效果进行了试验验证,并通过试验和仿真分析的方法对所提出的自适应补偿方法的自适应功能进行了验证。结果表明,该自适应补偿方法将机床进给轴误差波动范围从-25.1-0.6μm降低到了-6.80.6μm,降幅为70%。与此同时,有效解决了丝杠螺母副短期摩擦特性变化引起的热误差补偿精度降低的问题。
李伟[7](2020)在《五轴数控机床综合误差补偿关键技术研究》文中研究指明数控机床作为装备制造业的“工作母机”,其加工精度直接制约着一个国家的工业水平。本课题以提高数控机床加工精度为目标,对机床几何和热误差补偿过程中涉及的关键技术——误差检测与辨识、误差建模和补偿系统开发等进行研究。论文主要研究工作如下:(1)以QLM27100-5X五轴机床为研究对象,基于九线法建立移动轴的几何误差元素辨识模型,针对A轴、C轴的运动方式分别建立对应的误差元素辨识模型;使用激光干涉仪和球杆仪分别对移动轴和旋转轴几何误差进行测量,辨识出各自几何误差元素。(2)针对机床热误差影响因素的复杂性,对移动轴定位热误差的建模方法进行研究。基于灰色关联分析理论,对机床上温度测点进行优化,基于支持向量回归机算法,建立移动轴的定位热误差模型;通过与传统多项式回归模型对比,验证了所建立的定位热误差模型的预测精度。(3)采用多体系统低序体阵列描述了五轴数控机床的拓扑结构,基于齐次坐标变换理论建立了机床各运动副的误差变化矩阵;基于拓扑结构和多体系统理论建立机床综合误差模型,实现了刀具空间位姿误差的计算。在此基础上基于误差抵消思想探讨了多轴联动的误差补偿算法。(4)结合西门子840D数控系统温度补偿功能,设计并开发了综合误差实时补偿系统;通过C轴和X、Y轴联动的几何误差补偿实验以及移动轴的综合误差补偿实验,结果显示补偿后机床误差精度均提高50%以上,验证了补偿系统的有效性。
闫文[8](2020)在《干切滚齿机床热误差实时检测与补偿的方法研究》文中提出齿轮是工业制造领域的核心关键基础件,高速干切滚齿机又是用于生产小模数、高精度齿轮的重要设备,其加工精度的提高对我国工业现代化进程的发展有十分重要的意义。高速干切滚齿机在加工过程中,由于其使用高压空气代替切削液冷却的方式散热,而空气的导热性能又较差,这不可避免的导致在切削过程中产生的大量热量不能被及时的扩散到周围环境中而使得机床主要构件受热传导、热辐射影响而产生温度梯度分布不均匀的情况,进而导致不规则的热变形。热变形又会使得滚齿机滚刀与齿坯之间x轴方向的距离发生变化,从而影响滚刀切齿时的切削量而产生热误差,使得齿轮加工精度下降。在分析了干切滚齿机热误差产生、发展的原理后,文本首先提出了一种能够根据滚齿机制齿过程中产生的热变形进行及时检测的直接检测法,并在直接检测法的基础上设计了一套对检测到的热误差进行补偿的补偿装置。但考虑到直接检测法需要通过在机床上安装特定的检测装置,并需要在特定的检测位置对滚刀刀架到工件之间的距离进行检测,而检测环节又不可避免的会打乱生产节拍,降低生产效率,同时在床身安装检测装置也会提高机床成本,加大加工难度。所以,针对直接检测法的不足,我们又结合神经网络模型,通过建立机床表征信号与使用直接检测法检测得到的制齿过程中热变形状态之间的映射关系,使得在后续加工过程中,通过实时采集机床表征信号并处理后输入已经训练好的数学模型从而计算得到相应热变形状态,进而做出补偿决策。对此,我们以某型号干切滚齿机为研究对象,通过信号采集-特征提取-建立模型-设计补偿系统的研究思路对干切滚齿机加工过程中的热误差进行实时监测与补偿方法的研究。主要研究内容如下:(1)通过分析高速干切滚齿机热误差产生和发展原理,结合干切滚齿机热变形直接检测法设计制齿过程中表征信号-时间维度数据和热变形-时间维度数据。(2)对机床表征信号进行数据清洗后,使用时域、频域、时频联合域分析方法对清洗后的信号数据进行处理,得到包含温度数据在内的36个能够表征原始信号数据的特征数据集。(3)分析传统BP神经网络的特点,结合所提特征数据集和热变形状态建立干切滚齿机热误差BP神经网络模型,并通过测试数据集得到该模型准确率为82.39%。(4)分析当下热门深度自动编码器和卷积神经网络这两个深度学习模型,前者结合特征数据集,后者结合电流时域&温度信号共同组成的原始信号特征图,建立了对应的干切滚齿机热误差实时监测深度学习模型,并通过结果对比得到在本研究中,CNN模型准确度要高于DAE模型。(5)结合干切滚齿机热误差监测CNN模型,使用C#编写上位机,设计了热误差补偿系统。该系统能够通过实时处理制齿过程中的机床表征信号输入热误差检测模型并做出补偿决策,通过FANUC数控系统的FOCAS程序包编写程序将补偿值写入数控系统并修改加工参数实现热误差补偿。
张蛟[9](2020)在《YK3150E数控滚齿机床热误差及补偿技术研究》文中研究说明齿轮是大部分机械设备的主要传动部件,被广泛应用于装备制造业各领域,其加工精度、质量直接影响产品的机械性能和使用寿命。数控滚齿机床是加工齿轮的重要母机,其加工精度对提升齿轮性能有直接影响。由于热误差是影响滚齿机加工精度的重要因素,对如何减少热误差进行研究有着明显的现实需要。减小热误差的途径主要有误差预防和补偿,因误差补偿具有成本低、容易实施、补偿效果较好的特点,在工程实际中被普遍采用。本文以YK3150E数控滚齿机床为研究对象,对其刀架部件热态性能进行分析,建立了热误差补偿模型,并探讨了误差补偿的实施策略,主要做了以下研究工作:(1)以传热学经典理论为基础,分析了滚齿机热传递的有限元热分析基本理论,在此基础上对YK3150E滚齿机的高速电主轴发热、滚动轴承的摩擦热和滚刀-工件滚削热等3个主要热源的发热量、边界条件进行计算、确定,建立了YK3150E滚齿机刀架部件的有限元模型,并进行了仿真分析,得到了刀架部件稳态和瞬态温度场结果和稳态热变形结果,验证了仿真方法的有效性,为下一步温度测点的优化和建立热误差模型做了准备。(2)对温度测点优化方法进行了探究,运用模糊聚类分析法对滚齿机关键部位的12个温度数据进行分析,最终筛选出5个最佳温度测点,减少了温度传感器的布置数量,降低了传感器之间的耦合关系,便于后续误差建模。(3)应用最小二乘-多元线性回归法,建立了YK3150E数控滚齿机热误差补偿模型,并对离线补偿和实时补偿两种常见补偿处理方式的优劣性做了对比分析,提出了YK3150E数控滚齿机床的热误差补偿方案,并对热误差补偿模型结果进行了分析,其预测精度误差控制在5%以内,证明本文基于聚类分析和最小二乘-多元线性回归所建立的热误差补偿模型是有效的,为针对这一型号的机床热误差补偿研究提供了一定的参考,丰富了这一方面的理论研究。
朱政[10](2020)在《LV-850立式加工中心多误差综合分析与补偿研究》文中认为随着数控机床精密制造技术的不断发展,各制造业领域都对数控机床的加工精度提出了更高的要求,加工精度已成为衡量一台机床水准的重要指标之一。本文以自主研发的LV-850立式加工中心作为研究对象,基于理论分析、现场试验和模拟仿真相结合的方法,深入研究数控机床主要误差产生的机理,建立多误差因素综合影响模型,对各误差元素进行测量与辨识,提出相应的误差补偿模型,最后,运用本文所提出的综合补偿模型进行误差补偿试验。论文的主要工作包括:(1)对影响数控机床加工精度的各项误差源进行研究,确定机床的几何误差、热误差以及机床因受力引起的误差为主要影响因素。基于多体系统理论,建立本文所研究机型的几何误差、热误差与力误差综合数学模型,为后续进行机床多误差元素的辨识、仿真与建模奠定基础。(2)建立整机三维模型,利用ANSYS Workbench进行热误差特性分析。结果表明,机床的主要升温点位于主轴、滑块以及丝杠螺母。该结果为下一阶段选择最优的机床热关键点,进行试验测温提供参考。同时,整机的热变形结果为热误差补偿提供参考依据。(3)基于激光干涉仪与球杆仪快速高效检测原理,对机床各移动轴的几何误差进行测量。设计机床热定位误差检测试验,经试验获得不同温度下各轴定位误差曲线,分析发现各条误差曲线的趋势线斜率与温度之间存在一定的关联,这为建立机床热-几何综合误差模型提供理论依据。(4)基于多项式最小二乘法理论对测量数据进行处理,得到各项误差的相关拟合函数。该拟合函数经分析具有较好的拟合精度,满足误差补偿的要求。最后,根据所建立的综合误差补偿模型,运用FANUC 0i系统中自带的补偿模块对任意时刻的热定位误差进行补偿试验,补偿效果显着。该结果说明了本文所建模型的正确性,对全面提升机床的加工精度有着重要的理论指导意义。
二、机床热变形误差及其误差补偿技术(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、机床热变形误差及其误差补偿技术(论文提纲范文)
(1)三轴数控机床在机测量系统精度提升关键技术研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题来源 |
1.2 选题背景及研究意义 |
1.3 国内外研究现状 |
1.3.1 数控机床在机测量系统研究现状 |
1.3.2 数控机床在机测量系统误差分析与建模研究现状 |
1.3.3 最佳测量区及优化算法的研究现状 |
1.4 现阶段研究存在的问题 |
1.5 课题技术路线及论文总体框架 |
2 数控机床在机测量系统误差源分析 |
2.1 在机测量系统结构组成及测量原理 |
2.1.1 结构组成 |
2.1.2 测量原理 |
2.2 机床本体几何误差分析 |
2.2.1 几何误差 |
2.2.2 坐标测量系统误差 |
2.3 热误差分析 |
2.4 测头系统误差分析 |
2.5 本章小结 |
3 数控机床在机测量系统工作台误差建模及相关性分析 |
3.1 堆栈式工作台单向运动动态误差源分析与建模 |
3.1.1 误差源分析 |
3.1.2 理论计算 |
3.2 堆栈式工作台联动时角度误差相关性分析 |
3.3 堆栈式工作台联动时阿贝误差相关性分析 |
3.3.1 Y导轨的一维阿贝误差 |
3.3.2 X导轨的两维阿贝误差 |
3.4 本章小结 |
4 基于瞬时旋转中心的数控机床在机测量系统综合误差建模 |
4.1 瞬时旋转中心的定义 |
4.2 瞬时旋转中心的理论确定及仿真分析 |
4.2.1 理论确定 |
4.2.2 仿真分析 |
4.3 在机测量系统单项误差建模、测量及预测 |
4.3.1 单项误差建模 |
4.3.2 单项误差测量 |
4.3.3 单项误差预测 |
4.4 综合误差建模 |
4.4.1 微分变换建模理论 |
4.4.2 基于瞬时旋转中心的在机测量系统综合误差建模 |
4.4.3 在机测量系统综合模型的简化 |
4.5 本章小结 |
5 三轴数控机床在机测量系统最佳测量区 |
5.1 最佳测量区 |
5.1.1 最佳测量区的定义 |
5.1.2 点测量误差计算模型 |
5.1.3 最佳测量区目标函数模型的建立 |
5.2 测量空间内测量误差仿真分布 |
5.2.1 采样点的选择 |
5.2.2 点测量误差仿真分布 |
5.3 求解最佳测量区的寻优算法 |
5.3.1 蚁群算法(ACO) |
5.3.2 遗传算法(GA) |
5.3.3 基于模拟退火的遗传优化算法(SA-GA) |
5.3.4 算法性能比较 |
5.4 本章小结 |
6 三轴数控机床在机测量系统实验装置设计与实验验证 |
6.1 相关性误差实验平台的设计 |
6.1.1 硬件结构设计 |
6.1.2 电气控制系统设计 |
6.2 机床XY工作台动态定位误差实验验证 |
6.2.1 测量方案的设计 |
6.2.2 XY工作台动态定位误差测量实验 |
6.2.3 仿真与实验验证结果分析 |
6.3 瞬时旋转中心实验验证 |
6.3.1 沿X轴方向的速度测量及瞬心计算 |
6.3.2 沿Y轴方向的速度测量及瞬心计算 |
6.3.3 瞬心的简化 |
6.3.4 基于瞬时旋转中心的XY工作台定位误差补偿 |
6.4 面向点测量最佳测量区的实验验证 |
6.4.1 最佳测量区的实验求解 |
6.4.2 最佳测量区理论与实验结果对比分析 |
6.5 本章小结 |
7 结论与展望 |
7.1 主要研究工作与结论 |
7.2 主要创新点 |
7.3 展望 |
参考文献 |
附录A |
致谢 |
作者简介及读研期间主要科研成果 |
(2)数控机床动态性能控制技术研究(论文提纲范文)
致谢 |
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 机床热误差研究 |
1.2.2 机床颤振研究 |
1.3 课题主要研究内容 |
第二章 机床热误差测量与建模 |
2.1 热误差测量方法 |
2.2 机床温度与热误差同步测量系统 |
2.2.1 机床温度与热误差同步测量系统总体结构 |
2.2.2 温度测量模块 |
2.2.3 热误差测量模块 |
2.2.4 上位机测量模块 |
2.3 温度测点的优化 |
2.3.1 温度测点选择原则 |
2.3.2 温度测点优化 |
2.4 热误差建模算法 |
2.5 热误差测量实验 |
2.6 本章小结 |
第三章 颤振发生机理与表征分析 |
3.1 颤振稳定性理论模型 |
3.2 颤振稳定性分析 |
3.3 颤振现象的监测方式 |
3.4 颤振现象发展规律与表征探究 |
3.4.1 机床颤振信号采集实验 |
3.4.2 信号处理与分析 |
3.5 本章小结 |
第四章 机床性能控制系统的研究 |
4.1 机床性能控制系统总体结构 |
4.2 状态信息采集模块 |
4.3 上位机数据处理模块 |
4.4 机床PLC控制模块 |
4.4.1 FANUC系统的热误差补偿途径 |
4.4.2 SIEMENS系统的热误差补偿途径 |
4.4.3 机床颤振的控制途径 |
4.5 本章小结 |
第五章 机床性能控制系统的应用 |
5.1 机床热误差的补偿 |
5.1.1 机床温度与热误差测量 |
5.1.2 热误差补偿效果验证 |
5.2 机床颤振现象的控制 |
5.2.1 颤振控制对照实验 |
5.2.2 实验数据比较与分析 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读硕士学位期间的学术活动及成果情况 |
(3)数控磨齿机床热误差鲁棒建模技术及补偿研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究背景及来源 |
1.2 课题研究意义 |
1.3 机床热误差国内外研究现状 |
1.3.1 温度测点布置及优化研究现状 |
1.3.2 工况对热误差的影响研究现状 |
1.3.3 热误差理论建模研究现状 |
1.3.4 热误差试验建模研究现状 |
1.3.5 数控机床热误差控制技术研究现状 |
1.4 课题主要研究内容及论文架构 |
2 测点布置及建模变量特征提取方法的研究 |
2.1 引言 |
2.2 滚珠丝杠热变形过程理论分析 |
2.3 最佳测点的理论分析 |
2.3.1 一维最佳测点时域分析 |
2.3.2 一维最佳测点频域分析 |
2.3.3 三维最佳测点时、频域分析 |
2.4 一维杆最佳测点试验分析 |
2.5 最优温度特征变量的构建 |
2.5.1 构建虚拟最佳测点的可行性分析 |
2.5.2 基于特征提取算法的温度特征变量优化 |
2.6 最优温度特征变量的效果验证 |
2.7 温度传感器布局方法 |
2.8 最优温度变量模型的效果验证 |
2.8.1 试验系统设计 |
2.8.2 热误差建模试验分析 |
2.9 本章小结 |
3 数控磨齿机床进给系统热误差测量及建模 |
3.1 引言 |
3.2 进给系统误差数据的采集 |
3.2.1 进给系统热误差测量 |
3.2.2 进给系统温度数据采集 |
3.3 误差建模方法 |
3.3.1 几何误差建模方法 |
3.3.2 热误差建模方法 |
3.4 贝叶斯分类 |
3.4.1 贝叶斯网络 |
3.4.2 贝叶斯网络分类器 |
3.5 变工况对预测精度的影响 |
3.5.1 变工况试验设计 |
3.5.2 工况变化对温度场的影响分析 |
3.5.3 工况变化对模型预测效果的影响分析 |
3.6 基于贝叶斯网络分类的综合模型 |
3.6.1 综合模型结构 |
3.6.2 贝叶斯网络分类器的构建 |
3.6.3 进给系统分类误差模型构建 |
3.7 贝叶斯网络分类综合模型预测效果分析 |
3.7.1 贝叶斯分类模型的预测精度 |
3.7.2 单一模型和贝叶斯分类模型的效果对比 |
3.7.3 模仿复杂工况的预测精度 |
3.8 本章小结 |
4 数控磨齿机工件主轴的无传感器热误差预测 |
4.1 引言 |
4.2 模型的建立 |
4.2.1 温度场理论模型 |
4.2.2 热变形理论模型 |
4.2.3 温度及热变形模型修正 |
4.3 试验系统设计 |
4.3.1 试验设备 |
4.3.2 试验设计 |
4.4 效果验证 |
4.4.1 模型修正 |
4.4.2 修正前和修正后的效果验证 |
4.4.3 修正模型预测范围 |
4.4.4 基于转速分段热误差预测 |
4.5 本章小结 |
5 数控磨齿机床砂轮主轴热误差数据驱动建模 |
5.1 引言 |
5.2 数据驱动控制理论 |
5.2.1 数据驱动控制定义 |
5.2.2 数据驱动方法分类 |
5.3 无模型自适应控制算法 |
5.4 主轴温度和热变形测量 |
5.4.1 试验系统设计 |
5.4.2 测量原理 |
5.5 模型效果验证 |
5.6 本章小结 |
6 基于SIEMENS840D的热误差补偿 |
6.1 引言 |
6.2 SIEMENS840D热误差补偿功能及实施方法 |
6.2.1 SIEMENS840D补偿功能简介 |
6.2.2 SIEMENS840D热误差补偿实施 |
6.3 热误差补偿系统软硬件结构 |
6.4 热误差补偿效果验证 |
6.5 本章小结 |
7 全文总结与展望 |
7.1 全文总结 |
7.1.1 本文主要研究工作 |
7.1.2 本文主要创新点 |
7.2 存在问题及研究展望 |
致谢 |
参考文献 |
攻读博士学位期间发表论文及参与科研情况 |
A 发表的论文 |
B 参与科研项目 |
(4)数控机床主轴热误差建模关键技术研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题研究的背景和意义 |
1.2 数控机床主轴热误差测量与建模技术的国内外研究现状 |
1.2.1 热误差测量的国内外研究现状 |
1.2.2 温度敏感点选取的国内外研究现状 |
1.2.3 热误差建模的国内外研究现状 |
1.3 论文的主要研究内容 |
1.3.1 当前研究存在的不足及关键问题的解决办法 |
1.3.2 论文章节安排及整体框架 |
第2章 数控机床主轴热误差测量实验 |
2.1 引言 |
2.2 五点法 |
2.3 热误差测量系统设计 |
2.4 热误差测量实验 |
2.4.1 实验工况方案设计 |
2.4.2 传感器布置 |
2.5 热误差测量实验的数据展示及数据分析 |
2.6 本章小结 |
第3章 考虑整机热源区域的温度敏感点组合选取方法 |
3.1 引言 |
3.2 温度敏感点选取相关理论 |
3.2.1 均值聚类算法 |
3.2.2 相关性分析 |
3.2.3 反向传播神经网络 |
3.3 优化K值的温度敏感点选取 |
3.4 考虑整机热源区域的全局优化温度敏感点组合选取方法 |
3.4.1 单热源区域温度敏感点组合选取 |
3.4.2 全局优化温度敏感点组合选取 |
3.5 基于实验数据的全局优化温度敏感点组合选取结果 |
3.6 实验验证 |
3.6.1 热源区域划分合理性的验证实验 |
3.6.2 相同转速不同误差项的验证实验 |
3.6.3 相同误差项不同转速的验证实验 |
3.7 本章小结 |
第4章 基于加权集成的温度敏感点组合选取和热误差建模方法 |
4.1 引言 |
4.2 加权集成温度敏感点选取和热误差建模方法 |
4.2.1 加权集成优化方法 |
4.2.2 加权集成温度敏感点组合选取 |
4.2.3 加权集成热误差建模方法 |
4.3 基于实验数据的加权集成温度敏感点组合选取及热误差建模结果 |
4.3.1 最优权值组合的选取结果 |
4.3.2 加权集成温度敏感点组合测试结果 |
4.3.3 加权集成热误差模型测试结果 |
4.4 实验验证 |
4.4.1 2000rpm转速下的验证实验 |
4.4.2 3000rpm转速下的验证实验 |
4.5 本章小结 |
第5章 基于CSO-RBF神经网络的数控机床主轴热误差建模方法 |
5.1 引言 |
5.2 鸡群算法优化的径向基函数神经网络 |
5.2.1 鸡群优化算法 |
5.2.2 径向基函数神经网络 |
5.3 基于CSO-RBF神经网络的热误差建模方法 |
5.4 基于实验数据的数控机床主轴热误差模型 |
5.4.1 全局优化温度敏感点组合选取结果 |
5.4.2 主轴热误差建模结果 |
5.5 实验验证 |
5.5.1 不同转速下热误差模型验证 |
5.5.2 不同误差项下热误差模型验证 |
5.6 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
攻读硕士期间发表获得科研成果与参加的科研项目 |
(5)雷达阵面热变形非相似性特性研究(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究目的及意义 |
1.3 国内外研究现状 |
1.3.1 APAR温度控制与热设计 |
1.3.2 APAR阵面热变形的建模、控制与补偿 |
1.3.3 形体结构非相似性热变形理论 |
1.4 研究内容 |
2 雷达阵面热变形理论基础 |
2.1 传统热变形在有限元分析中的计算原理 |
2.1.1 控制方程及最小势能原理 |
2.1.2 有限元分析中弹性力学的解法 |
2.1.3 有限元分析中热变形的求解 |
2.2 阵面热变形建模算法 |
2.2.1 多元线性回归预测模型 |
2.2.2 温度敏感点选择算法 |
2.3 本章小结 |
3 雷达阵面热变形实验平台建立 |
3.1 雷达实验样机设计 |
3.1.1 雷达样机整体框架 |
3.1.2 加热器及控制装置 |
3.2 实验测量系统 |
3.2.1 热变形测量系统 |
3.2.2 温度测量系统 |
3.2.3 实验测量软件平台的建立 |
3.3 全工作台热误差补偿技术 |
3.3.1 热误差差异性分析 |
3.3.2 热误差补偿模型的建立 |
3.3.3 热误差模型补偿效果分析 |
3.4 本章小结 |
4 雷达阵面热变形测量实验 |
4.1 雷达阵面热变形影响因素分析 |
4.2 实验方案 |
4.2.1 田口实验法 |
4.2.2 正交实验设计 |
4.2.3 其他因素实验方案 |
4.3 阵面XY向热变形结果分析 |
4.3.1 上下测点法求解阵面XY向热变形 |
4.3.2 热变形曲面法求解阵面XY向热变形 |
4.4 阵面Z向热变形及温度测量结果 |
4.5 本章小结 |
5 雷达阵面热变形非相似性特性分析 |
5.1 非相似性热变形原理 |
5.2 雷达阵面热变形非相似性特性分析 |
5.2.1 非相似性热变形与传统热变形计算结果比对分析 |
5.2.2 非相似性热变形求解 |
5.3 阵面尺寸对雷达阵面热变形影响分析 |
5.3.1 阵面尺寸设计 |
5.3.2 XY向热膨胀系数变化规律 |
5.3.3 Z向热膨胀系数变化规律 |
5.4 本章小结 |
6 雷达阵面热变形补偿策略 |
6.1 阵面热变形预测模型建立及预测效果分析 |
6.2 阵面热变形补偿策略 |
6.2.1 热变形补偿原理及方法 |
6.2.2 补偿效果分析 |
6.3 阵面热变形耦合模型的建立与分析 |
6.3.1 约束力对雷达阵面热变形的影响分析 |
6.3.2 雷达阵面热变形耦合模型的建立 |
6.3.3 耦合模型预测效果分析 |
6.4 本章小结 |
7 结论 |
7.1 总结 |
7.2 不足与展望 |
参考文献 |
攻读博士学位期间的学术活动及成果情况 |
(6)数控机床进给轴热误差自适应补偿技术研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题来源 |
1.2 课题背景及意义 |
1.3 课题的国内外的研究现状 |
1.3.1 热误差补偿技术的研究现状 |
1.3.2 数据驱动建模法的研究现状 |
1.3.3 机理驱动建模法的研究现状 |
1.3.4 研究现状分析 |
1.4 本文的主要研究内容 |
2 基于数值分析的进给轴热变形机理研究 |
2.1 三维模型的建立 |
2.2 边界条件的确定 |
2.2.1 丝杠的热源影响分析 |
2.2.2 计算各热源发热功率 |
2.2.3 丝杠与空气的对流换热系数 |
2.2.4 边界条件 |
2.3 不同热源单独激励下的丝杠稳态热特性仿真分析 |
2.3.1 螺母热源单独激励下的丝杠热特性仿真 |
2.3.2 固定端轴承座热源单独激励下的丝杠热特性仿真 |
2.3.3 支撑端轴承座热源单独激励下的丝杠热特性仿真 |
2.4 多热源同时激励下的滚珠丝杠热力耦合作用仿真分析 |
2.4.1 稳态仿真结果 |
2.4.2 瞬态仿真结果 |
2.4.3 预拉伸丝杠的瞬态仿真分析 |
2.4.4 仿真结果分析 |
2.5 本章小节 |
3 多时变动态热源激励下的进给轴热误差建模 |
3.1 丝杠传热基础理论 |
3.1.1 导热 |
3.1.2 对流换热 |
3.1.3 辐射换热 |
3.2 单时变热源激励下的丝杠动态热伸长响应分析 |
3.3 基于传热理论的丝杠动态温度场分析 |
3.4 多时变动态热源激励下的丝杠热误差预测模型 |
3.5 边界条件的确定 |
3.6 进给轴热特性测试试验与参数辨识 |
3.6.1 进给轴热特性测试试验 |
3.6.2 参数辨识 |
3.6.3 仿真结果 |
3.7 本章小节 |
4 考虑丝杠螺母副短期摩擦特性变化的热误差自适应补偿方法 |
4.1 丝杠微元单次摩擦生热系数Q的影响因素分析 |
4.1.1 丝杠螺母副摩擦生热能力的决定因素分析 |
4.1.2 考虑滚珠受力情况变化的总摩擦力矩模型 |
4.1.3 考虑润滑状态变化的总摩擦力矩模型 |
4.1.4 丝杠螺母副摩擦特性分析及表征参数的确定 |
4.2 丝杠微元单次摩擦生热系数Q的自适应调整模型 |
4.2.1 模型的建立 |
4.2.2 参数辨识方法 |
4.3 热误差自适应补偿功能开发 |
4.3.1 进给轴热误差自适应补偿模块 |
4.3.2 测试及建模流程 |
4.4 不同摩擦特性下的进给轴热特性测试试验与仿真 |
4.4.1 不同摩擦特性下的丝杠热特性测试试验 |
4.4.2 Q自适应调整模型的参数辨识及仿真 |
4.5 本章小结 |
5 热误差自适应补偿方法的试验验证 |
5.1 热误差补偿硬件系统 |
5.2 热误差补偿软件系统 |
5.3 数控系统的通讯方法 |
5.4 多时变动态热源激励下的进给轴热误差预测模型的补偿效果验证 |
5.4.1 热误差补偿试验 |
5.4.2 补偿验证结果 |
5.5 热误差自适应补偿功能的试验与仿真验证 |
5.5.1 不启用自适应功能时的热误差预测精度验证 |
5.5.2 启用自适应功能时的热误差预测精度验证 |
5.5.3 自适应功能启用前后的模型预测精度对比 |
5.6 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表学术论文情况 |
申请发明专利情况 |
登记软件着作权情况 |
致谢 |
(7)五轴数控机床综合误差补偿关键技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 课题来源 |
1.3 国内外研究现状 |
1.3.1 误差元素检测技术 |
1.3.2 综合误差建模技术 |
1.3.3 误差补偿实施方法 |
1.4 目前存在的问题 |
1.5 论文主要研究内容 |
第二章 五轴机床几何误差元素辨识 |
2.1 机床几何和热误差元素 |
2.1.1 机床结构与技术参数 |
2.1.2 机床几何和热误差元素分析 |
2.2 移动轴几何误差元素辨识 |
2.2.1 九线法误差元素辨识方法 |
2.2.2 移动轴几何误差测量 |
2.2.3 移动轴几何误差元素辨识及拟合 |
2.3 旋转轴几何误差元素辨识 |
2.3.1 C轴几何误差测量模式 |
2.3.2 C轴几何误差元素辨识 |
2.3.3 A轴几何误差测量模式 |
2.3.4 A轴几何误差元素辨识 |
2.3.5 旋转轴几何误差元素拟合 |
2.4 本章小结 |
第三章 机床移动轴定位热误差模型 |
3.1 移动轴定位热误差测量实验 |
3.1.1 实验方案 |
3.1.2 实验结果 |
3.2 移动轴温度测点优化 |
3.2.1 基于灰色关联分析模型的温度测点优化方法 |
3.2.2 温度测点优化结果 |
3.3 基于SVR的机床热误差模型 |
3.3.1 热误差建模算法对比分析 |
3.3.2 热误差建模结果对比分析 |
3.4 本章小结 |
第四章 机床综合误差模型及误差补偿算法 |
4.1 五轴数控机床多体拓扑结构 |
4.1.1 机床低序体阵列拓扑结构 |
4.1.2 多体系统的齐次变换矩阵 |
4.2 基于运动轴误差变换的综合误差模型 |
4.2.1 机床各体局部坐标系定义 |
4.2.2 运动轴误差变换矩阵 |
4.2.3 综合误差建模 |
4.3 刀尖点位姿误差补偿算法 |
4.4 本章小结 |
第五章 机床综合误差补偿系统开发与实验验证 |
5.1 综合误差实时补偿方法及实施方案 |
5.1.1 机床误差实时补偿方法 |
5.1.2 基于SINUMERIK840D数控系统的误差补偿实施方案 |
5.2 综合误差实时补偿系统开发 |
5.2.1 补偿系统硬件平台搭建 |
5.2.2 补偿系统数据通信实现 |
5.2.3 补偿系统软件设计及人机界面开发 |
5.3 误差补偿有效性验证 |
5.3.1 几何误差补偿实验 |
5.3.2 综合误差补偿实验 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(8)干切滚齿机床热误差实时检测与补偿的方法研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 机床热误差建模数据获取方法的研究现状 |
1.2.2 机床表征信号优选纯化及特征提取方法的研究现状 |
1.2.3 热误差建模与补偿方法的研究现状 |
1.3 课题来源及论文主要研究内容 |
2 干切滚齿机热变形机理及其实验系统设计 |
2.1 干切滚齿机结构与热误差源分析 |
2.2 热变形直接检测法 |
2.2.1 硬件设计 |
2.2.2 软件设计 |
2.3 机床表征信号采集系统设计 |
2.4 本章小结 |
3 基于多域分析的特征提取与选择 |
3.1 信号时域特征集合 |
3.2 信号频域特征集合 |
3.3 信号时频域特征集合 |
3.3.1 小波降噪 |
3.3.2 EMD分解 |
3.3.3 基于小波包与EMD的信号处理方法 |
3.4 电流信号多域混合特征集合 |
3.5 本章小结 |
4 基于传统BP神经网络的热误差检测系统 |
4.1 BP神经网络 |
4.1.1 BP神经网络的结构 |
4.1.2 BP神经网络的学习算法 |
4.2 基于BP神经网络的干切滚齿机热误差检测模型设计 |
4.3 实验结果分析 |
4.4 本章小结 |
5 基于深度学习模型的热误差检测与补偿系统 |
5.1 深度学习模型简介 |
5.1.1 深度学习的概念 |
5.1.2 限制玻尔兹曼机(RBM) |
5.1.3 自动编码器(AE) |
5.1.4 卷积神经网络(CNN) |
5.1.5 深度学习的发展趋势 |
5.2 干切滚齿机热误差监测DAE模型 |
5.2.1 DAE模型结构 |
5.2.2 DAE模型参数优化 |
5.3 干切滚齿机热差监测CNN模型 |
5.3.1 CNN模型结构 |
5.3.2 CNN-DAE训练过程 |
5.4 本章小结 |
6 干切滚齿机的热误差补偿系统设计 |
6.1 滚齿机制齿过程中的热误差补偿原理 |
6.1.1 干切滚齿机热变形对加工精度影响的定量分析 |
6.1.2 干切滚齿机制齿过程中的热误差实时补偿方法分析 |
6.2 干切滚齿机热误差实时补偿系统的设计与开发 |
6.2.1 干切滚齿机热误差补偿系统硬件设计 |
6.2.2 干切滚齿机热误差补偿系统上位机软件设计 |
6.3 干切滚齿机热误差实时补偿系统补偿结果分析 |
6.4 本章小结 |
7 结论与展望 |
7.1 主要结论 |
7.2 后续工作展望 |
致谢 |
参考文献 |
个人简历、在学期间发表的学术论文及取得的研究成果 |
(9)YK3150E数控滚齿机床热误差及补偿技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 引言 |
1.2 课题研究意义 |
1.3 国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.4 课题研究目标、研究内容 |
1.4.1 研究目标 |
1.4.2 研究内容 |
1.5 本章小结 |
第2章 滚齿机热特性研究的基本理论 |
2.1 滚齿机热传递的基本方式 |
2.1.1 热传导 |
2.1.2 热辐射 |
2.1.3 热对流 |
2.2 有限元热分析的基本理论 |
2.2.1 温度场与温度梯度 |
2.2.2 导热微分方程 |
2.2.3 导热微分方程的定解条件 |
2.3 本章小结 |
第3章 滚齿机整机热特性分析 |
3.1 YK3150E滚齿机的结构形式 |
3.2 刀架部件的主要热源分析及发热量计算方法 |
3.2.1 高速电主轴发热量的计算 |
3.2.2 轴承发热量的计算 |
3.2.3 滚刀-工件滚削热的计算 |
3.3 刀架部件热边界条件计算 |
3.3.1 自然对流换热系数的确定 |
3.3.2 强迫对流换热系数的计算 |
3.4 本章小结 |
第4章 滚齿机刀架部件热态性能ANSYS仿真分析 |
4.1 ANSYS Workbench有限元热分析概述 |
4.1.1 有限元分析简介 |
4.1.2 ANSYS有限元分析软件简介 |
4.1.3 ANSYS Workbench热分析简介 |
4.2 热-结构耦合场分析 |
4.3 刀架部件有限元模型的建立 |
4.3.1 利用SolidWorks建立刀架部件的三维实体模型 |
4.3.2 刀架部件有限元分析模型 |
4.4 刀架部件有限元分析条件确定 |
4.4.1 材料属性 |
4.4.2 计算刀架部件热源强度和边界条件 |
4.5 滚齿机刀架部件热态性能仿真分析 |
4.5.1 稳态温度场仿真分析 |
4.5.2 稳态热变形仿真分析 |
4.5.3 瞬态温度场仿真分析 |
4.6 本章小结 |
第5章 刀架部件温度测点的优化策略 |
5.1 最佳温度测点的选择 |
5.2 最佳温度测点的优化理论 |
5.3 基于模糊聚类法的YK3150E热误差温度测点的优化 |
5.3.1 模糊聚类分析法的基本步骤 |
5.3.2 最佳温度测点的选取 |
5.4 本章小结 |
第6章 滚齿机热误差补偿模型建立 |
6.1 多元线性回归法建模原理 |
6.2 热误差数据采集系统 |
6.3 仿真-测试结果分析对比 |
6.4 YK3150E滚齿机热误差模型建立 |
6.5 本章小结 |
第7章 热误差补偿策略和补偿结果分析 |
7.1 热误差补偿的基本原理 |
7.2 误差补偿方式的选择 |
7.3 热误差补偿的实现 |
7.4 热误差补偿模型结果分析 |
7.5 本章小结 |
结论 |
参考文献 |
致谢 |
附录A 攻读学位期发表的学术论文目录 |
(10)LV-850立式加工中心多误差综合分析与补偿研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题的研究背景 |
1.2 课题研究的意义 |
1.3 国内外研究现状 |
1.3.1 几何误差研究现状 |
1.3.2 热误差研究现状 |
1.3.3 力误差研究现状 |
1.3.4 综合误差研究现状 |
1.3.5 误差补偿研究现状 |
1.4 本文研究内容 |
第二章 机床各项误差元素研究及综合误差建模 |
2.1 引言 |
2.2 机床各误差元素研究与辨识 |
2.2.1 几何误差元素分析 |
2.2.2 热误差元素分析 |
2.2.3 力误差元素分析 |
2.3 加工中心综合误差理论模型 |
2.3.1 四种加工中心结构分析 |
2.3.2 XYTZ型加工中心运动轴间理想变换矩阵 |
2.3.3 XYTZ型加工中心运动轴间实际变换矩阵 |
2.3.4 LV-850 加工中心多误差元素综合误差模型 |
2.4 本章小结 |
第三章 加工中心热误差特性有限元分析 |
3.1 引言 |
3.2 热分析基础理论 |
3.2.1 基本传热方式 |
3.2.2 热力学分析类型 |
3.3 热学参数的分析求解 |
3.3.1 主轴系统热源分析及计算 |
3.3.2 滚动直线导轨副热源分析及计算 |
3.3.3 滚珠丝杠副热源分析及计算 |
3.3.4 边界条件换热系数的确定 |
3.4 基于ANSYS Workbench整机热特性分析 |
3.4.1 建立有限元模型 |
3.4.2 基于ANSYS Workbench稳态温度场分析 |
3.4.3 基于ANSYS Workbench瞬态温度场分析 |
3.4.4 整机与关键部件热变形分析 |
3.5 本章小结 |
第四章 加工中心切削力误差分析 |
4.1 引言 |
4.2 切削力获取方法与机床变形量的理论计算 |
4.2.1 切削力获取方法 |
4.2.2 机床力变形理论计算 |
4.3 基于ANSYS Workbench的机床受力变形仿真分析 |
4.3.1 LV-850 立式加工中心切削力的计算 |
4.3.2 LV-850 立式加工中心受力仿真分析 |
4.3.3 刀具与工件受力变形分析 |
4.4 本章小结 |
第五章 加工中心多误差元素精确检测 |
5.1 引言 |
5.2 几何误差的辨识 |
5.2.1 激光干涉仪使用原理介绍 |
5.2.2 球杆仪的使用原理介绍 |
5.3 LV-850 几何误差检测辨识 |
5.3.1 基于激光干涉仪的测量 |
5.3.2 基于球杆仪的测量 |
5.4 LV-850 热误差检测辨识 |
5.5 本章小结 |
第六章 LV-850 加工中心多误差综合补偿研究 |
6.1 引言 |
6.2 误差曲线拟合与补偿建模 |
6.2.1 基于最小二乘与MATLAB软件的数据拟合 |
6.2.2 几何误差数学补偿模型 |
6.2.3 热误差数学补偿模型 |
6.2.4 热-几何误差综合补偿模型 |
6.3 综合误差补偿技术研究 |
6.3.1 热-几何误差综合补偿策略 |
6.3.2 热-几何误差补偿具体实施方法 |
6.3.3 误差补偿效果验证 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 全文总结 |
7.2 展望与不足 |
参考文献 |
致谢 |
附录 |
作者简介 |
学位论文数据集 |
四、机床热变形误差及其误差补偿技术(论文参考文献)
- [1]三轴数控机床在机测量系统精度提升关键技术研究[D]. 李莉. 安徽理工大学, 2021(02)
- [2]数控机床动态性能控制技术研究[D]. 彭昊. 合肥工业大学, 2021(02)
- [3]数控磨齿机床热误差鲁棒建模技术及补偿研究[D]. 魏弦. 西安理工大学, 2020
- [4]数控机床主轴热误差建模关键技术研究[D]. 贡宏伟. 西南交通大学, 2020
- [5]雷达阵面热变形非相似性特性研究[D]. 魏新园. 合肥工业大学, 2020(01)
- [6]数控机床进给轴热误差自适应补偿技术研究[D]. 刘海宁. 大连理工大学, 2020(02)
- [7]五轴数控机床综合误差补偿关键技术研究[D]. 李伟. 南京航空航天大学, 2020(07)
- [8]干切滚齿机床热误差实时检测与补偿的方法研究[D]. 闫文. 重庆理工大学, 2020(08)
- [9]YK3150E数控滚齿机床热误差及补偿技术研究[D]. 张蛟. 兰州理工大学, 2020(12)
- [10]LV-850立式加工中心多误差综合分析与补偿研究[D]. 朱政. 浙江工业大学, 2020(08)