TK6920重型落地镗铣床综合热误差检测及建模研究

发布时间：2017-11-01 12:11

  本文关键词：TK6920重型落地镗铣床综合热误差检测及建模研究

  更多相关文章： 热特性 重型机床 热误差检测 热误差建模

【摘要】：随着我国重型装备制造业对大型零件加工的需求增加,重型机床作为工作母机日益受到重视。重型机床由于自身和工件尺寸大,行程长,因而易受环境温度变化的影响产生整体热变形;同时因其自身质量和惯量大,各个轴所需驱动功率较大,零部件温升严重,加之车间环境温度状况复杂,各种热源通过不同传热方式将热量传递至机床各构件上,导致其产生较大的热变形。这些热变形相互叠加,使得主轴刀尖点产生偏移,降低乃至恶化机床加工精度。本文以TK6920重型落地镗床为研究对象,针对“TK6920重型落地镗床综合热误差检测及建模研究”这一问题而展开;运用有限元技术对该型机床展开了温度场和热变形场仿真分析,基于虚拟仪器技术开发了热特性检测系统,设计了环境和不同工况下的热特性实验,通过实验分析建立了具有鲁棒性强的多元线性回归热误差预测模型。论文主要开展了如下研究工作:1.在分析TK6920重型落地镗床热源和相应的边界条件基础上,根据经验公式和理论模型确定各热源的大小和对流边界系数的大小,建立了整机和关键部件的有限元模型获得了整机和关键部件的温度场和变形场。2.依据TK6920机床温升和热变形的特点,设计出适合该型号机床的热特性检测系统,并开发了热误差检测专用夹具,合理布置了温度和热变形监测点。3.完成了车间竖直方向上的环境温度和多种工况的研究实验;并分析了环境温度分布规律及对冷机主轴热变形的作用,同样分析了多种主轴热变形规律,结果显示主轴热变形变化与主轴转速变化呈正相关。4.在以上分析基础上,根据关键温度测点优化的相关理论,对该型机床关键温度测点进行分类优化,得到了关键温度测点;建立了相关工况的神经网络和线性回归预测模型,并对比分析了不同工况模型的拟合度及其预测精度,结果证实了线性回归预测精度高于神经网络,从而确定了线性回归模型作为热误差模型;通过该模型中关键温度测点个数进行优化,最终建立了包含环境温度和优化后的关键温度测点模型。
【关键词】：热特性 重型机床 热误差检测 热误差建模
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TG536
【目录】：

• 摘要5-6
• Abstract6-11
• 第一章 绪论11-18
• 1.1 背景11-12
• 1.1.1 课题来源11
• 1.1.2 课题研究目的和意义11-12
• 1.2 国内外研究现状12-15
• 1.2.1 环境温度对机床热效应的影响12
• 1.2.2 不同转速下机床热特性分析12-13
• 1.2.3 温度及热误差的检测技术13-14
• 1.2.4 热误差预测模型14-15
• 1.3 本论文的主要研究内容和研究方法15-16
• 1.3.1 主要研究内容15-16
• 1.3.2 研究方法与技术路线16
• 1.4 本章小结16-18
• 第二章 TK6920落地镗床热特性分析18-34
• 2.1 机床热特性相关理论18-20
• 2.1.1 热源分析19
• 2.1.2 热传学基础理论19-20
• 2.2 TK6920结构特点20-22
• 2.3 TK6920落地镗床温度场和变形场的有限元仿真分析22-33
• 2.3.1 热有限元分析法22-23
• 2.3.2 TK6920有限元模型的建立23-25
• 2.3.3 TK6920温度场分析25-30
• 2.3.4 该型机床热变形分析30-33
• 2.4 小结33-34
• 第三章 TK6920热特性检测系统设计与实验分析34-56
• 3.1 总体检测方案设计34
• 3.2 TK6920热特性检测系统设计34-42
• 3.2.1 检测系统硬件的设计34-38
• 3.2.2 检测系统软件设计38-42
• 3.3 环境温度对TK6920热特性影响的实验42-45
• 3.3.1 测试方案设计42-43
• 3.3.2 环境温度对TK6920热变形影响实验结果分析43-45
• 3.3.3 减少环境环境温度对TK6920主轴热变形影响的建议与措施45
• 3.4 固定转速下TK6920机床热平衡实验45-48
• 3.4.1 实验方案设计45-46
• 3.4.2 实验结果及分析46-48
• 3.5 不同转速下TK6920主轴热变形的实验48-53
• 3.5.1 实验方案设计48-49
• 3.5.2 测试结果及分析49-53
• 3.5.3 不同工况下控制机床主轴热变形的建议与措施53
• 3.6 TK6920切削实验53-54
• 3.6.1 方案设计53-54
• 3.6.2 实验结果及分析54
• 3.7 本章小结54-56
• 第四章 热误差建模及优化56-72
• 4.1 热误差建模理论56-59
• 4.1.1 BP神经网络模型56-58
• 4.1.2 多元线性回归模型58-59
• 4.2 关键温度测点的优化选择59-62
• 4.2.1 关键温度测点的优化选择原则59-61
• 4.2.2 TK6920内部热源温度测点优化61-62
• 4.3 考虑环境和内部热对重型机床主轴热变形的多元线性回归模型及BP神经网络模型62-66
• 4.3.1 多元线性回归模型62-65
• 4.3.2 BP神经网络模型65-66
• 4.4 各种模型与FEA对比分析66-67
• 4.5 TK6920热误差模型的优化及应用试验67-71
• 4.5.1 热误差模型优化67-69
• 4.5.2 热误差模型应用试验69-71
• 4.6 本章小结71-72
• 第五章 总结与展望72-74
• 5.1 全文总结72
• 5.2 后续工作及其展望72-74
• 致谢74-75
• 参考文献75-78
• 攻读硕士学位期间取得的成果78-79

【参考文献】

中国期刊全文数据库 前1条

1 商鹏;阮宏慧;张大卫;;基于球杆仪的三轴数控机床热误差检测方法[J];天津大学学报;2006年11期

，

本文编号：1126755