关于机床热关键点的辨识问题的研究现状分析
- 格式:pdf
- 大小:143.05 KB
- 文档页数:2
机床热误差产生原因分析及常用补偿办法一、引言在数控机床加工中,机床的稳定性和精度是直接影响加工质量的重要因素。
而机床的热误差是影响机床加工精度的主要因素之一。
本文将分析机床热误差产生的原因,并探讨常用的补偿办法,旨在帮助读者理解和解决机床热误差问题。
二、机床热误差产生原因分析(一)热误差的基本原理机床在加工过程中会受到各种外部环境因素的影响,以及自身零部件因摩擦、压力等衍生出的内部热效应。
这些因素都会导致机床的温度发生变化,从而影响机床的几何尺寸和传动精度,从而产生热误差。
(二)原因一:外部环境的影响机床所处的环境温度、湿度等都会对机床产生影响。
冬季室内温度相对较低,会导致机床传动件温度下降,从而引起机床的几何尺寸发生变化;夏季室内温度相对较高,机床零件温度会上升,进而影响机床的加工精度。
(三)原因二:机床自身结构及零部件的影响机床自身的结构、传动件、润滑系统等都会引起机床的温度变化,从而产生热误差。
机床各部件的热膨胀率不同,使得机床温度的变化导致机床的尺寸和传动精度发生变化;机床的润滑系统也会因温度变化而影响机床的加工精度。
(四)原因三:加工过程本身的热效应三、常用的补偿办法(一)采用温度控制系统采用温度控制系统能够控制机床的温度,从而减小温度对机床的影响。
在机床上安装温度传感器,实时监控机床的温度,并通过控制冷却系统或者加热系统,使机床的温度始终保持在一个稳定的范围内,从而减小机床的热误差。
(二)采用热误差补偿技术热误差补偿技术是一种通过软件或者硬件手段来对机床热误差进行补偿的技术。
通过对机床的温度进行监测,并根据温度变化对机床的坐标进行实时补偿,从而减小热误差对机床加工精度的影响。
(三)改进机床结构及材料改进机床的结构和材料也是减小热误差的重要途径。
采用低热膨胀率的材料来制造机床零部件,或者改进机床的结构,减小零部件的膨胀率,从而减小热误差的产生。
(四)优化加工工艺在加工过程中,通过优化工艺参数,减小加工零部件的摩擦和热效应,也可以减小热误差的产生。
分析数控机床的热变形原因及解决措施工艺过程的自动化和精密加工的发展对机床的加工精度和精度稳定性提出了越来越高的要求。
机床在内外热源的影响下,各部件将发生不同程度的热变形,使工件与刀具之间的相对运动关系遭到破坏,也使机床的精度下降。
在通常情况下,为了使机床的热变形达到稳定的数值,需要花费很多时间来预热机床,这就直接影响了机床的生产率。
对于数控机床来说,因为全部加工尺寸是预先编制的指令控制的,热变形的影响就更为严重。
因此,认真分析数控机床热变形的成因,并研究防范措施具有十分重要的意义。
一、数控机床的热变形成因分析机床产生热变形的主要原因是热源及机床各部分的温差。
热源通常包括加工中的切削热、运动副的摩擦热和动力源的发热以及辐射与周围环境等其它外界热源等。
此外,机床零件的材料、结构、形状和尺寸的不一致也是产生热变形的重要因素。
(一)切削热在金属切削过程中,由机械能变为被切削材料的变形能,从而产生大量的热量,产生热量的大小主要取决于被切削材料的性质及切削用量的大小。
切削产生的热量主要通过传热分配到刀具、工件和切屑,它们之间按照一定的比例关系分配热量。
对于不同的加工种类,其切削热的计算与分配也各不相同。
在车削加工中,大量的热量被切屑带走,传给工件的热量次之,一般在30%以下,而传给刀具的热量又次之,一般不大于5%;对于铣削和刨削加工,传给工件的热量一般在30%以下;在不加冷却液切削时,大量的切屑落在机床床身和工作台上,它对床身和工作台热变形的影响是显而易见的。
但大量的切屑只有粗加工时才有,而机床热变形对粗加工精度的影响则一般可以忽略;对于精加工,由于走刀量和切削深度一般比较小,故切屑带走的热量也比较小,它们所引起床身和工作台的热变形也相对比较小,是否需要考虑,要看具体情况而定。
但在加工中心上,零件的粗、精加工往往在同一台机床上进行加工,对工作台热变形的影响,就应予以注意。
(二)运动副的摩擦热和动力源的发热机床有各种运动副,如主轴部件的滚动轴承、工作台与导轨、丝杠与螺母等,运动件之间的相互运动产生摩擦力,从而引起摩擦热而形成热源。
机床主轴系统的热特性分析机床受到车间环境温度的变化、电动机发热和机械运动摩擦发热、切削热以及冷却介质的影响,造成机床各部的温升不均匀,导致机床形态精度及加工精度的变化。
温升对机床正常工作和加工精度的主要影响是:(1)温升使各部分零件温度随时间变化,使机床丧失已有的调整精度,从而影响被加工工件的尺寸,同时,温升也使轴承间隙发生变化,进而影晌加工精度。
(2)温升使温度分布不均匀,造成各零件或零件各部分之间的相互位置关系发生变化,从而造成零件的位移或扭曲。
实践证明,机床受热后的变形是影响加工精度的重要原因。
要提高机床的精度和热性能,必须在设计阶段,从提高机床的热特性、热刚度入手,实现机床的主动热控,从根本上提高机床的热性能。
机床热特性分析技术是实现机床热设计的基础。
随着计算机技术的发展,有限元仿真分析成为机床热设计的重要手段,它具有边界适应性好、计算准确度高等优点。
下面以机床主轴系统的热特性有限元分析为例,了解有限元分析在机床热特性分析中的应用。
机床主轴系统的热特性分析在机床动态设计中占据重要地位,主轴系统的热态性能直接影响机床的加工精度。
通过有限元分析结果,在加工前对机床进行优化设计能够一定程度上减少热误差对加工精度的影响,为进一步研究机床的热误差提供了理论依据。
建立电主轴系统热特性数学模型采用solidworks软件进行三维实体建模,导入MSC.MARC大型非线性有限元软件进行分析。
实体模型对模型进行适当简化,然后导入MSC.MARC进行网格划分、分析计算。
定义材料属性仿真工况:高速机床以8000r/min转速,连续空转3小时。
仿真结果:主轴系统的稳态热特性分析主轴系统的瞬态热分析主轴热变形后,不同时刻主轴轴线沿x向和y向的偏移量有限元热特性分析的关键所在是建立精确的模型。
建立有限元模型包括3个重要内容,即妥善的网格划分、恰当的单元选择和边界条件的正确施加。
在机床设计阶段,采用有限元分析方法设计方案进行虚拟评价,如果结果不理想,则直接对设计参数进行修改,最终达到设计目标。
金属切削机床常见过热的原因分析与排除机床在运行过程中,常常有发热的现象产生,如果其温度超过了规定的指标,我们就称这种现象为过热。
机床的过热现象是不可忽视的。
一方面过热是机床的一种重要征象,因为机床很多故障都会导致机床局部过热,如轴承、齿轮、离合器等传动部件,在发生故障时将产生大量的摩擦热;液压系统的泵、阀、缸等元件的泄漏也会产生大量的热量,这时如果不对这些零部件及时修理,机床就可能会产生更大的故障。
另一方面,过热还会给机床带来一些恶劣的影响。
过热会使机床产生热变形,从而破坏机床的精度,影响工件的加工质量,如机床部件在运转中产生过热,将使主轴部件和箱体因热膨胀而变形,从而导致主轴的旋转中心线和机床其他部件(如车床主轴中心线与尾架中心)的相对位置发生变化,直接影响加工精度。
过热会使油液的物理、化学性能恶化。
如过热破坏了油液的粘度,使润滑油变稀,影响油膜的形成,易导致相对运动的零部件之间产生干或半干摩擦,使接触面之间摩擦加剧,甚至产生咬焊、研死;过热还会使油液变质,产生氧化物杂质,堵塞油孔油路破坏机床润滑系统。
过热会使膨胀系数不同的相对运动零部件之间的配合间隙发生变化,破坏机床正常工作,若配合间隙变小,则润滑油无法进入,将会使运动无法正常进行,如滑动轴承与轴常会产生“抱轴”;液压阀的阀芯在阀体中动作不灵活或“卡死”。
过热会使机床的零件变形,并能使一些非金属零件变质、老化,如金属材料制造的片式摩擦离合器,过热会使离合器片扭曲,造成接触不良,甚至胶合、咬坏;非金属材料制造的摩擦离合器,过热会使离合器片的浸渍物气化析出或者碳化,造成离合器失效.过热还会使机床上橡胶件,塑料件早期老化、变质,降低使用寿命.如果零件两端受到限制而不能自由膨胀,过热将使零件产生热应力。
这个热应力,或导致零件本身变形,或导致两端的零件损坏。
过热既然会给机床带来如此恶劣的影响,所以机床设计部门都为之规定了所能允许的最高温度。
一般机床的主轴轴承,当主轴以最高速度空运转达到热平衡(即发热量等于散热量)时,滑动轴承的温度不得超过60度,温升不得超过30度;滚动轴承的温度不得超过70度,温升不得超过40度;其他机构的轴承温度一般也不超过50度;对于高精度机床如坐标镗床,主轴轴承的温度不得超过室温10度。
第51卷第6期2020年6月中南大学学报(自然科学版)Journal of Central South University (Science and Technology)V ol.51No.6Jun.2020数控周边磨床主轴系统热关键点选取及热误差建模廖启豪,王玲,殷国富,谢政峰(四川大学机械工程学院,四川成都,610065)摘要:为了提高数控机床主轴系统热误差建模的精度和鲁棒性,提出一种基于时间特性的热关键点选取方法。
该方法结合模糊C 均值聚类和基于时间特性的排序标准,完全依赖于热误差实验获得的温度测点的温度,避免了基于相关性的热关键点选取方法在不同热误差实验下的不稳定性。
通过在周边磨床主轴系统上进行热误差实验,将该方法应用于主轴系统热误差建模。
研究结果表明:基于时间特性的热关键点选取方法对多元线性回归、BP 神经网络、支持向量机等回归模型的建模精度都有不同程度提升;在3种模型的9组预测中,均方根误差降幅最低为6%,最高为40%,证明了基于时间特性的热关键点选取方法能有效提高热误差建模的精度和鲁棒性。
关键词:主轴系统;热关键点;热误差建模中图分类号:TH161文献标志码:A开放科学(资源服务)标识码(OSID)文章编号:1672-7207(2020)06-1501-08Thermal key points selection and thermal error modeling ofspindle system of CNC peripheral grinding machineLIAO Qihao,WANG Ling,YIN Guofu,XIE Zhengfeng(School of Mechanical Engineering,Sichuan University,Chengdu 610065,China)Abstract:In order to improve the accuracy and robustness of thermal error modeling of computer numerical control(CNC)machine tool spindle system,a thermal key points selection method based on time characteristic was proposed.This method combines the fuzzy C-means clustering and the ranking criterion based on time characteristic.It relies entirely on the temperature of temperature measurement points obtained from thermal error experiments,and avoids the instability of the thermal key points selection method based on correlation in different thermal error experiments.Through the thermal error experiments on the spindle system of the peripheral grinding machine,the method was applied to the thermal error modeling of the spindle system.The results show that the thermal key point selection method based on time characteristic can improve the modeling accuracy of multiple linear regression,BP neural network,and support vector machine to varying degrees.Among the 9predictions of the three models,the root mean square error(RMSE)is reduced by 6%to 40%,which proves the effectiveness of the thermal key points selection method based on time characteristic in improving the accuracy and robustness of thermal error modeling.DOI:10.11817/j.issn.1672-7207.2020.06.004收稿日期:2020−01−06;修回日期:2020−03−06基金项目(Foundation item):国家科技重大专项(2017ZX04020001-005)(Project(2017ZX04020001-005)support by the NationalScience and Technology Major Program of China)通信作者:王玲,博士,副教授,从事计算机辅助设计与制造研究;E-mail :****************.cn第51卷中南大学学报(自然科学版)Key words:spindle system;thermal key points;thermal error modeling热误差是机床误差的主要来源之一,由温度引起的误差可以占到机床总几何误差的75%[1]。
数控机床热误差测量与分析数控机床热误差测量与分析摘要:数控机床热误差是影响加工精度和加工质量的关键因素之一。
本文通过测量与分析数控机床的温度变化和热误差,探讨了数控机床热误差的产生原因以及对加工精度的影响。
在此基础上,提出了一些改进措施,以减小数控机床的热误差,提高加工精度和加工质量。
关键词:数控机床;热误差;温度变化;加工精度1. 引言数控机床是现代制造业中不可或缺的重要设备,其加工精度直接影响着工件的尺寸精度和几何形状。
然而,由于数控机床在工作过程中产生的热效应,往往会导致机床的热误差,从而影响加工的精度和质量。
因此,对数控机床的热误差进行测量与分析,是提高数控加工精度的关键。
2. 测量与分析方法2.1 温度采集系统为了测量数控机床的温度变化,需要搭建一个可靠的温度采集系统。
该系统应包括温度传感器、数据采集器以及相关的软件。
温度传感器可安装在数控机床关键部位,如主轴、滑轨等位置,以获取机床不同部位的温度数据。
数据采集器将传感器采集到的温度数据传输到计算机,通过相关软件进行数据处理和分析。
2.2 温度变化实验为了获得数控机床的温度变化规律,可以进行以下实验。
首先,使机床处于运行状态,并保持一定时间。
然后,通过温度采集系统获取机床关键部位的温度数据,并记录下来。
实验过程中,应注意控制环境温度和湿度,以避免外部干扰对实验结果的影响。
3. 热误差分析3.1 温度分布分析通过分析实验中获得的温度数据,可以得到数控机床的温度分布图。
据此,可以分析机床不同部位的温度变化情况,判断温度梯度大小,以及温度异常情况等。
同时,还可以通过对不同部位温度的变化趋势进行比较,判断机床是否存在热传导不均匀等问题。
3.2 热效应分析数控机床的热效应是指机床在工作过程中,由于零件加热、切削热等因素导致的机床温度升高,从而引起机床结构产生热变形,进而导致加工误差的变化。
通过对热效应的分析,可以了解机床热误差的产生原因,并找到其与加工误差之间的关联性。
314第24卷 第10期 2002-10杜正春,杨建国,关 贺,窦小龙(上海交通大学 机械工程学院,上海 200030)制造机床热误差研究现状与思考摘 要:机床热误差,是影响机床加工精度稳定性的最大误差源,因此减小热误差对提高机床的加工精度至关重要。
本文试图分析90年代后期以来,国内外在机床热误差补偿研究方面的研究成果;指出了目前热误差应用中存在的几个主要问题: 机床特性检测和辨识、温度测点的优化、模型鲁棒性。
最后给出了作者对于进一步主要研究内容的思考。
关键词:热误差补偿;测点优化;鲁棒性建模;热模态分析;数控机床中图分类号: TP 273 文献标识码:A文章编号:1009-0134(2002)10-0001-03收稿日期: 2001-12-05;修稿日期:2002-08-27基金项目:国家自然科学基金资助项目(50075054);上海汽车工业科技发展基金(99-2314A)作者简介:杜正春(1973—),博士后,研究方向为机床误差补偿技术,机电一体化。
精密和超精密加工技术已经成为现代机械制造中最重要的组成部分和发展方向,并成为提高国际竞争能力的关键技术。
随着生产过程自动化的飞速发展和精密加工的广泛应用,对数控机床加工精度的要求日益提高。
尤其是柔性制造系统(FMS)和柔性制造单元(FMC)提出了机床加工过程中对各种误差的自动监控和自动补偿问题。
机床的热变形、运动误差及力误差已成为影响系统加工精度稳定性的关键因素。
大量研究表明,热误差是数控机床的最大误差源,占机床总误差的70%左右[1-2]。
因此减小热误差对提高机床的加工精度至关重要。
减小热误差,提高机床加工精度有两种基本方法:误差预防法和误差补偿法。
误差预防法是一种“硬技术”,其通过改进设计和制造途径消除或减少可能的热误差源,提高机床的制作精度,或者控制温度来满足加工精度要求。
误差预防法有很大的局限性,即使可能,经济上的代价往往是很昂贵的。
误差补偿法是人为地造出一种新的误差去抵消当前成为问题的原始误差,是一种既有效又经济的提高机床加工精度的手段,其工程意义是非常显著的:采用误差补偿技术可以比较容易地达到“硬技术”要花费很大代价才能达到的精度水平。
关于机床热关键点的辨识问题的研究现状分析陈征 狄瑞坤浙江大学机械与能源学院,浙江杭州 310027摘要:机床的热误差是最大的误差源,在建立热误差模型过程中,热关键点的确定异常重要了。
文章介绍了国内几种现行的热关键点的辨识方法,对他们各自的优点及不足之处也做了简要的讨论,最后对相关方面的研究做出展望。
关键词:热变形误差;辨识;热关键点;测温点中图分类号:TH161+.4 文献标识码:A 文章编号:1001-2265(2004)02-0033-021 前言随着精密及超精密加工技术的发展及自动化加工系统的出现,人们对机床的加工精度提出了更高的要求。
大量研究表明,热误差是机床的最大误差源,占机床总误差的40%~70%[1]。
现在,我们利用许多方式来减小机床的热误差。
这些方法当中,依赖改进机床结构设计等改良硬件的方法或者直接实现对温度的控制来减小热误差,会大大提高成本而且效果并不十分理想,所以,当前普遍利用了方便、经济而有效的建立热误差模型进行补偿的方法。
误差补偿就是通过分析建模获得机床的误差估算,然后利用不同的方法适当的补偿,消除或降低系统的误差。
其优点就是可以利用低等级的机床加工出高精度的工件。
误差补偿方法分为静态和动态(实时)补偿两类。
误差补偿中建立模型的过程存在一个重要问题就是如何合理的布置测温点,即机床的热关键点。
本文简单介绍并分析了当前确定热关键点的一些方法及这些方法存在的优势和不足,并对今后相关方面研究发展做出展望。
2 研究现状数控机床在加工过程当中,始终处于内外多种热源的作用之下;另外由于加工条件不同,变化的程度也有差异等因素使得机床形成了一个复杂的温度场[2]。
实验说明,数控机床内外各点的温升对机床热误差的影响程度是不同的。
总是有这么一些点,他们的温度变化将会引起机床热误差的明显变化。
只有从大量温度测点当中辨识出这些关键点,我们才有可能合理的建立热误差模型,进一步解决机床的热误差问题。
利用软件补偿热误差的时候,需要从热源分布、热量传播、敏感部分等方面进行理论分析,得到经济有效的热关键点。
在数控机床热误差控制补偿技术中,合理选择测温点的位置是关键所在。
早在1995年,Lo Chih-hao等对车削加工中心热误差实时补偿进行了研究,提出了柔性误差测量方法和优化温度变量选择过程,提出了从大量温度传感器中做部分选择的难题的解决方法[3]。
近年来,热关键点的辨识方面取得了一些成绩。
运用数值分析法来选择热传感器在机床上的最佳位置的研究工作已经取得了相当的成果。
许多研究人员把神经网络理论运用到热误差建模当中,这种方法为热关键点的确认提出了一种确实有效的思路。
在实验之初,研究人员大多根据经验或是热红外摄像等方式大致确定了数控机床内外的热源。
在热源附近布置一些温度传感器,再经过分析处理之后从中选出关键的点。
在关键点的辨识研究中,逐渐积累了以下几点经验:(1)温度传感器的个数应该多于内部热源的个数;(2)传感器应尽量靠近热源;(3)为了获得最佳传感器的个数和位置,初期的测量实验应设置尽量多的测量点,以保证不丢失重要信息;(4)最后的选择结果应该来自测量数据处理分析和建模预报实验。
以下总结了近几年国内研究人员在研究当中提到的一些热关键点辨识的方法。
首先提出的是一种基于线性拟合理论的辨识方法[4]。
这种方法的优点在于简便适用,有利于实践当中掌握实行。
他们在机床上布置了一些温度传感器,测得一系列温度数据,用这些数据定义温度矢量{ΔTi}。
他们计算的是刀具和工件空间相对位置的变化。
根据刀具相对于工件在3个坐标轴方向的位置偏差和角度偏移以及运动偏差定义热误差向量{g}={g1,g2,…,g p}(p≤9)。
根据实验数据拟合一个线性关系{g}=[A]{ΔT} +{c}。
定义二次型S={g}T[W]{g}作为热偏移误差的综合表达与评价指标。
综合前面两个式子得S={ΔT}T[V] {ΔT}+{c}T[W]{c},式中[V]=[A]T[W][A]。
敏感度向量{S}={s1,s2,…,si}T=S/{ΔT}=2[V]{ΔT},如果S i越大,则表示热误差指标对于I点所代表的区域的温升就越敏感。
根据精度要求删除S i小的点剩下的就作为热关键点。
通过对机床的热误差模态分析也可以得到热关键点的位置,他很简便的优化了温度传感器在机床上的布置。
分析当中,把机床热误差看作是具有一定的变形形式和时间常数的一系列热误差模态的叠加。
热误差模态分析很大程度上依赖于热源分析、工程判断和试验数据。
实验对象是一台数控车削中心,所以主要分析关于X方向的半径误差的主要热误差模态。
通过对基座弯曲模态、基座膨胀模态、X向丝杆膨胀模态和主轴箱柱膨胀模态的分析,确定了四个关键的热传感器,他们可以较简便的预报机床的热误差。
这种方法辨识的热关键点精度较高,而且成本很低。
另外,人们也利用聚类分析方法或回归分析方法从众多的温度测点中确定机床的热关键点[5]。
这种方法能够以较高的精度反映机床的热误差情况,适合用于预报一定环境温度和工况下机床的热误差值。
对机床主轴的热变形量进行分析后得到大致机床主轴的热变形特点,根据这一特点相应的布置了一些温度传感器。
通过分析,每一测温点对应的温度变量与主轴热位移有一定的线性关系存在。
通常情况下,利用多个温度变量的线性组合来表示热变形与温度的关系,即可获得满意的预报精度,鲁棒性也较好。
但是实际当中必然引入了无关的和共线性的测温点。
在处理这些测点当中运用聚类分析或逐步回归的分析法剔除了那些无关和共线性的点,保留的即为热关键点。
研究人员提出神经网络补偿机床热变形误差的技术。
在这个基础上确定热关键点的方法在很多方面有他的优势[6]。
神经网络是一种非参数化的智能模型,有很强的非线性系统建模能力,他能够很好的解决热误差的非线性和时滞的问题,因此通过神经网络模型确定的热关键点是比较合理的。
图1为温升和热位移的三层BP网络结构图[7],输入节点332004年第2期 图1 辨识神经网络结构图数为测温点数,输入量为各点温升Ti ,输出量为测位移点处的位移量dk ,隐层节点数根据经验得到。
利用各点的温升和各位移测量点位移的实测数据,用ma tlab 中神经网络工具箱建立温升与热位移之间的A NN 辨识模型,然后求出网络模型各输出对各输入的偏导数,依据偏导数的大小确定测温点温升对位移测量点位移的作用程度。
一般,根据精度要求取若干个偏导数大的点作为热变形的关键点。
近来,考虑到加工过程中机床主轴的轴向热变形是产生加工误差的主要原因之一,在精度要求不是很高的场合,研究人员提出采用最佳温度测点来建立误差模型,大大简化了测量过程。
按照黄金分割法,在主轴上依次选取多个温度测点,并在主轴顶端放置一个位移传感器,测量一系列主轴热变形的值。
通过对每个测点的温度变化量和热变形量的比较分析,发现机床主轴上存在一个测点,这个点的温度变化与主轴热变形呈近似的线性关系,可以单独的表示主轴热变形。
这个最佳温度测点的位置一般集中在主轴靠近热源端的L /3到L /2之间,实验当中将这个区间确定为温度点的初始搜索区间,然后通过黄金分割法反复迭代,一直到得出的搜索区间小于温度传感器的直径就认为找到了最佳测点,结束迭代过程。
这个方法实现了实时误差补偿,还可以大大减少温度传感器的数量,提高测量效率。
总的来说,通常使用三种方式来确定机床的热关键点[8]:1)根据测量实验数据计算温度变化和热变形位移,以及各测量位置温度变化之间的相关系数,去掉相关系数小的点;2)分析温度变化曲线,剔除提供重复信息和处于不敏感位置的温度传感器的测量点;3)在建模预报过程当中,循环计算,逐一减少测温点建模,找到最佳的测温点个数和位置。
3 目前存在的问题及分析从提到的几种热关键点的辨识方法可以看到,现在这方面的研究主要存在以下的一些问题:(1)通过线性拟合确定热关键点的方法简单易行,但是由于结构热变形必然存在非线性的变化,所以他仅对于较低或中等精度要求的机床很适用,对于要求精度很高的机床这种方法会带来过大的误差;另外鲁棒性较差,就是同台机床不同时间(一、两天内)也需要重新确定关键点采集数据;(2)将回归方法运用于机床热态分析时,不同类型的机床不能用统一的数学模型来描述空间的变形规律,因此,需要重新研究确定热关键点的位置,所以这种方法的适应性不是很强;(3)神经网络是训练出来的不是编程实现的。
学习数据的质量和数量决定了网络结构的合理性。
但是,在现实当中很多时候不具备获得大量且精确的学习数据的条件。
另外,训练神经网络还存在一个问题———目前还没有很好的确定隐含层神经元数目的方法。
神经元的数目太少则网络拟合误差曲线的能力差,反之太多网络会出现过拟合现象,即拟合精度高但预报能力差;(4)另外,虽然机床热误差补偿技术有一定的水平,但是大部分研究还停留在实验室范围内,并不能大批量的在工业领域当中应用,因此热关键点的确定技术在实际当中的应用并不常见。
我们可以看出,机床热关键点辨识的研究仍然还存在许多有待解决的问题,只有合理解决了这些问题才可以更好的建立热误差补偿模型。
4 结束语通过误差补偿技术来提高机床精度目前越来越受到重视,自然热关键点的辨识问题也变的至关重要。
热关键点的研究关键在于如何确定最少的测温点数,最简单且较为准确的反映机床的热变形情况。
我们可以看到,国内在这方面的研究逐渐克服了利用经验公式、数值计算的方法来确定热关键点当中存在的过程复杂且精度不高的缺点,充分利用了神经网络可以以任意精度逼近任何非线性连续函数的特性,使得热关键点的确定更加合理。
但是,从上面提到的一些问题可以看出,测温点的选择当中仍然存在许多需要解决的问题。
首先,我们需要解决将这种辨识技术运用到实践当中;另外,我们还需要在快速辨识方面进行进一步的研究,这样才适合实际当中的制造生产。
我们相信,通过更深入的研究,可以进一步完善机床热关键点的辨识技术,进而建立更为有效的热误差补偿模型来提高机床加工精度。
[参考文献][1]应济,陈子辰.重型机床的热变形控制研究.机械科学与技术,1998,17(4)[2]傅龙珠等.BP 神经网络补偿热变形误差的研究.机床电器,2002(3)[3]L o -chih -hao ,Yuan Jing x ia etc .An application o f real -time error compensation on a turning center .Int .J .M ach .T ools M anufact ,1995,35(12)[4]陶湘保,张德贤,师汉民.机床热变形的主动补偿.中国机械工程,1999(10)[5]李小力,周济,周云飞.数控机床热敏感点识别研究.机械与电子,1998(6)[6]于金等.数控机床热变形关键点的辨识与补偿方法的研究.机械设计与制造,2000(11)[7]杨庆东.神经网络补偿机床热变形误差的机器学习技术.机械工程学报,2000(1)[8]吴光琳,林建平,李从心,阮雪榆.基于神经网络的数控加工热误差补偿.机床与液压,2000[9]杜正春,杨建国等.制造机床热误差研究现状与思考.制造自动化,2000(10)收稿日期:2003-06-05作者简介:陈征(1979-),女,湖北黄石人,浙江大学机械与能源学院研究生。