论文部分内容阅读
热误差是精密数控机床主要的误差源之一,由温度变化引起的热误差占实际精密加工误差的40%-70%。通过热误差补偿可以有效地消减产品的制造误差,大大地提高机床的加工精度。热误差检测、优化温度测点并建立准确可靠的热误差模型是热误差补偿的基础。本文针对卧式加工中心的主轴系统进行热态性能分析,通过建立电主轴及主轴箱模型,计算主轴系统的热载荷及边界条件,分析在机床运转下主轴箱的温度场分布及电主轴刀具夹头的热变形,为主轴热误差动态检测提供依据。在热态性能分析的基础上,通过搭建热误差位移动态采集硬件系统及多通道温度采集硬件系统,编写基于LabVIEW的热误差动态检测软件,建立热误差动态检测系统。采用OPC技术与温度采集系统进行通信,对位移信号进行处理,并实现位移与温度信号同步采集。采用五点法测量主轴在工作空间的热误差,并在不同工况下进行实验,为热误差温度测点优化和热误差建模奠定基础。本文通过对温度测点间多重相关性及温度与热误差关系的综合分析,采用改进的模糊C-均值(IFCM)对温度测点进行聚类,以减小类与类之间温度测点的相关性,且避免FCM算法对初始聚类中心敏感易局部收敛的缺点。对温度与热误差按灰色关联分析(GRA)中的灰色综合关联度进行排序,从变化量和变化率的角度综合反映温度与热误差的关系。采用IFCM-GRA对温度测点进行优化,在保证热误差模型的鲁棒性及准确性的基础上,使温度测点数量大幅度地减少。基于上述温度测点优化方法,本文综合考虑机床本体温度、主轴转速、冷却液温度及环境温度等多变量,且基于数控加工过程及材料热变形原理,将相对起始温度的差温值作为温度输入；利用偏最小二乘(PLS)方法提取输入变量的主成分作为最小二乘支持向量机(LS-SVM)的输入,形成差温多变量关联的PLS-LSSVM热误差组合模型,且经热误差动态检测实验验证该模型具有良好的准确性和鲁棒性。