基于能耗数据和环境温度的机床主轴热变形模型研究

发布时间：2024-05-29 01:16

　　对于高速高精加工中心,机床主轴往往存在热变形现象,并由此导致了零件加工过程中的热误差问题。为解决此问题,通常让机床在加工之前空跑一段时间,等到机床达到热稳态再进行加工,但同时也降低了机床的加工效率。另外针对机床热变形的建模研究往往消耗大量的时间成本,并且所建立的模型往往不具有通用性。针对上述问题,本文先后以两台机床为研究对象,建立了基于机床实时运行数据和环境温度的热变形预测模型,并利用迁移学习方法缩短了机床热变形模型的获取时间。本文首先分析了主轴的热特性,然后得到了影响主轴热变形的关键因素。并以关键因素对机床原始数据进行计算处理,进而得到与机床主轴产热散热相关的能耗数据。以能耗数据为模型输入,然后分别建立了主轴热变形预测的多层感知机模型,卷积神经网络模型。对比结果显示,由于神经网络具有较好的学习能力,因此也具有较好的预测效果。然后又利用LSTM网络的特性解决了卷积神经网络中所遇到的误差累积的问题,使得模型的预测精度进一步提高,达到了5微米以内。由于在实际应用中无法事先对所研究机床进行大量实验和研究,因此本文提出了以迁移学习的方法缩短机床主轴热变形研究中的模型获取时间。结果表明,使用迁移...

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

图2-1主轴散热简化图

图2-1主轴散热简化图，在此对其散热情况进行简化这里将外壳简化为一个单层圆如上图所示，假设单层圆筒壁的度，由轴承处的运动摩擦发析，假设材料的导热系数为坐标系，则问题就变为沿着半=0时，=；当=时，=积分，得到下式：....

图3-54000r/min转速实验预测效果图

图3-54000r/min转速实验预测效果图3-6为模型针对转速为10000r/min速度下其中红色曲线对应为主轴热变形，黑色曲线对应为模型对热变形额预测值。绿色为预测误差。通过预测效果发现模型对于10000r/min转速下的预测精度为20微米左右，并且存在....

图3-78000r/min转速实验预测效果图

图3-78000r/min转速实验预测效果图上预测效果可以发现模型在预测过程中会存在预测误差随着时间增加，同时模型针对不同速度下的预测效果会略有不同。于卷积神经网络热变形预测模型积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是的算法之一。对卷积神经网络的研究始于....

图3-8卷积神经网络模型结构图

图3-8卷积神经网络模型结构图，模型训练其中模型的训练所使用的训练集的数据处理方法与前一节中所使用方法相同，此不做赘述。模型的训练过程依然使用最小二乘作为优化目标，输入训练集数据进训练得到模型参数文件。.2.2模型效果模型的预测过程与2.4节中的预测过程一致，将处理之后....

本文编号：3983873