数控机床是现代加工业的关键设备,其重要性越来越受到重视,其中“中国制造2025”就突出强调了高档数控机床的地位。随着数控机床向高速高精度方向发展,减小机床误差,提高其精度是一项长期而重要的研究工作。研究表明,在精密加工过程中,40%～70%的加工误差是由热变形导致的。因此,研究加工中心进给系统的热特性,对其热误差进行建模具有重要的意义。本文以立式加工中心的Y轴进给系统为研究对象,基于实验测试和数值仿真对立式加工中心Y轴进给系统的热特性进行了分析并进行热误差建模。首先搭建了 Y轴进给系统温升热误差实验平台,进行了热特性实验,获得其温度场和热误差分布情况,然后建立有限元模型对Y轴进给系统进行热特性仿真分析,最后根据实验数据建立了基于非线性数据拟合热误差模型和基于RBF神经网络的热误差模型。主要研究内容包括:(1)搭建了温升热误差测试平台,实验分析了立式加工中心Y轴进给系统的热特性。搭建了 Y轴进给系统温升热误差实验平台,对Y轴进给系统进行温升一热误差实验测试。通过热特性实验得出了 Y轴进给系统在不同位置、不同进给速度和不同环境温度情况下的温度情况和热误差情况,探究了进给速度和环境温度对Y轴进给系统的影响。该实验数据为后续的有限元仿真模型的有效性验证提供了参考,还对热误差建模补偿提供数据支持。(2)开展了基于有限元法的立式加工中心Y轴进给系统热特性分析。首先,根据传热学理论计算了系统热源发热量和热边界条件,并建立其有限元模型。其次,通过有限元仿真分析出Y轴进给系统稳态温度场和瞬态温度场分布情况,并利用该模型进行热—结构耦合分析,得到Y轴进给系统的稳态热变形分布情况。然后,通过与同工况下的实验结果进行对比,验证了有限元模型的有效性。接着,在该模型的基础上,又进一步探究进给速度和环境温度对Y轴进给系统的影响。最后,利用响应面优化法对尾端轴承座进行了尺寸结构优化,降低了其温度和热变形,改善了Y轴进给系统的热特性。(3)分别建立了基于非线性数据拟合和基于神经网络的立式加工中心Y轴进给系统的热误差模型。分别提出了基于非线性数据拟合的温升—位置—热误差模型和基于RBF神经网络的温升—位置—热误差模型,并对相应模型进行了验证。通过对两种模型的预测精度和补偿效果进行比较,基于RBF神经网络的热误差模型具有更高的热误差预测精度和更好的实际补偿效果。本研究对于分析立式加工中心进给系统热特性,减小机床热误差,提高机床精度具有重要意义。