关键词:
数控机床
非接触式R-test
热误差测量
热误差建模
摘要:
数控机床被誉为装备制造业的“工业母机”,是现代智能制造业的发展基础,2035年中国制造业高质量发展对数控机床提出了更高的加工精度要求,随着机床精度的提升,其热误差对机床性能的影响也越显著,大量研究表明机床热误差占总误差的40%~70%,故而对于数控机床的热误差测量与建模补偿是提高加工精度的重要环节。目前热误差测量仪器主要分为直接测量和间接测量,例如激光干涉仪和球杆仪它们都存在价格昂贵、调试复杂,尤其对于热误差测量存在时间过长,而导致温度逸散的问题,损失了热误差数值。因此本文以非接触式R-test测量原理为基础设计了一套数控机床热误差测量系统,解决无法快速进行热误差测量的问题。同时针对采集的热误差实验数据进一步展开热误差稳健性建模技术研究,以提高我国数控机床热误差补偿模型的长期有效性。主要的研究工作如下:
1)对现有热误差测量方法及热误差建模技术研究进行调研和介绍,主要论述现有国际标准IS0 230 3:2020的热误差五点测量方法以及热误差建模方法中的多元线性回归和BP神经网络建模方法,为后续热误差测量系统制作及建模研究奠定基础。
2)针对误差测量系统,本文研制了一套基于R-test测量原理可以快速准确采集热误差的测量系统。首先分析非接触式R-test测量结构原理,并根据已有结构确定球心坐标求解方法。其次针对R-test误差测量系统测量坐标系与机床坐标系之间存在缩放尺度不同不平行的问题,研究了两个坐标系之下的坐标转换方法即布尔莎坐标转换方法和改进的布尔莎坐标转换方法。比对分析发现改进的布尔莎坐标转换方法可以有效减小仪器的安装误差,从而确定本文以改进的布尔莎坐标转换方法作为坐标转换方法的理论基础。最后以上述理论基础及硬件系统开发配套的测量软件。
3)为建立机床热误差及温度之间的函数关系,研制了一套多传感器温度采集系统。温度采集系统以STM32F103ZET6为主控芯片、DS18B20温度传感器为测量器件。并将温度采集系统通过串口通讯的方式与计算机通讯完成数据的实时显示与采集,以实现温度数据采集的同步性、操作便捷性和实时观测性。
4)针对R-test测量系统的特殊结构,相比较国际标准IS0 230 3:2020的热误差五点测量方法,电涡流位移传感器测量对象由圆柱体变为球体,从而导致电涡流传感器测量位移数值发生较大变化。故本文对电涡流位移传感器进行了球体测量对象的位移变化建模,完成R-test测量系统的位移测量标定,并验证R-test测量系统热误差测量精度。最后进行了多点热误差采集实验设计,并进行热误差数据采集为进一步分析机床性能提高数据支撑。
5)研究并提出了基于鲸鱼群(Whale Optimization Algorithm)优化BP神经网络的稳健性建模方法,以提升数控机床热稳健性性能。首先利用模糊聚类结合灰色关联度优化本文建模温度测点数量。随后提出了鲸鱼群算法优化BP神经网络参数的建模方法,并与多元线性回归、BP神经网络、WOA-BP神经网络热误差预测模型进行预测效果对比分析。研究结果表明,WOA-BP神经网络热误差模型较多元线性模型、BP神经网络模型精度分别提高了2.8568μm、3.825μm,证明了WOA-BP神经网络热误差模型的高预测精度及稳健性。