论文部分内容阅读
数控机床热误差是影响机床加工精度稳定性的关键误差源之一，且减少机床热误差对提高加工精度有着极其重要的作用。本研究以三轴数控机床μ1000/3v为对象，针对数控机床温度场以及主轴热误差的特点，采用五点测量法测定、分析主轴热误差并找出误差敏感方向，并对现有温度测点约简与热误差建模方法做出了进一步的改进研究。提出了一种新颖的约简数控机床温度测点和预测主轴误差的方法，经过一系列的实验验证表明，该方法具有良好的鲁棒性，且能为实现实时补偿提供重要的依据。 温度测点优化是实现热误差准确补偿的前提和难点。为了合理减少温度测点并提高温度数据采集与分析的效率，首先提出了一种基于主成分分析的约简方法，这样可以大大减少温度变量数据的维数;然后基于单个变量贡献度的理论，计算温度变量系数的大小关系并排列出顺序，筛选出温度敏感点。最后可以将热误差模型中温度变量从24个减少到6个。经过数据优化后，不仅减少了温度测点的个数和建模的时间而且很好的消除了温度测点间的数据耦合问题。 为了验证温度测点约简的效果，在数控机床上布置温度传感器与位移传感器来采集数据，并采用最小二乘支持向量机的建模方法来预测数控机床的主轴热漂移误差与机床温度场之间的关系，之后与传统的多元线性回归建模方法进行比较，结果表明:最小二乘支持向量机模型预测精度要优于传统的多元线性回归建模方法，残差值降到了3μm以下，有较高的鲁棒性与预测精度。