论文部分内容阅读
数控机床在加工过程中,各部件由于受到电机、摩擦热、冷却液以及环境温度等热源的影响产生热变形,使得刀具和工件之间原来相对正确的位置遭到破坏而引起的误差,称之为热误差。大量研究表明,机床因受热变形引起的误差占机床总误差的40%-70%,是精密和超精密加工过程中主要的误差来源,因此,减小机床热误差对提高机床加工精度至关重要。本文针对热误差补偿技术中的热误差检测、热误差敏感点的确定、热误差模型建立等问题,主要从以下几个方面展开研究：1)阐述了课题的研究背景及意义,详细介绍了国内外热误差检测、建模与补偿技术的研究现状以及目前存在的问题,说明了本课题所研究的重点内容。2)基于虚拟仪器平台LabVIEW搭建了应用于机床热误差测量实验的多通道温度测量系统。通过调用动态链接库文件的方法实现了LabVIEW对PCI8310数据采集卡的访问,运用ActiveX模块完成了LabVIEW和Excel之间的通讯,综合应用硬件滤波和软件滤波两种方法提高了多通道温度测量系统的抗干扰性能,实现了对机床温度的采集与存储。3)机床热误差敏感点的确定是一个灰色问题,本文基于灰色系统理论,应用灰关联分析方法确定了机床热误差敏感点,并在典型的加工中心上进行了热误差敏感点实验验证。该方法有效的减少了热误差测量点,降低了热误差模型的复杂度,进而提高了热误差模型的实时性与精度。4)分析了机床热误差的特点,提出了基于动态模糊神经网络的机床热误差建模方法。动态模糊神经网络的学习算法中采用了动态生成模糊规则的方法,避免了模糊规则的冗余,增强了模型预测的准确性与鲁棒性。5)以热误差敏感点的温度数据为输入,预测机床各轴定位精度的变化为目标,基于动态模糊神经网络建立了热误差预测模型,通过实验及对比分析验证了所建机床热误差预测模型的性能。