数控周边磨床主轴系统热关键点选取及热误差建模
发布时间：2021-10-26 06:18
为了提高数控机床主轴系统热误差建模的精度和鲁棒性,提出一种基于时间特性的热关键点选取方法。该方法结合模糊C均值聚类和基于时间特性的排序标准,完全依赖于热误差实验获得的温度测点的温度,避免了基于相关性的热关键点选取方法在不同热误差实验下的不稳定性。通过在周边磨床主轴系统上进行热误差实验,将该方法应用于主轴系统热误差建模。研究结果表明:基于时间特性的热关键点选取方法对多元线性回归、BP神经网络、支持向量机等回归模型的建模精度都有不同程度提升;在3种模型的9组预测中,均方根误差降幅最低为6%,最高为40%,证明了基于时间特性的热关键点选取方法能有效提高热误差建模的精度和鲁棒性。
【文章来源】：中南大学学报(自然科学版). 2020,51(06)北大核心EICSCD
【文章页数】：8 页
【部分图文】：
主轴系统表面温度传感器布置
热误差实验分别在3种转速图谱下进行。转速图谱A和转速图谱B为GB/T 17421.3—2009[14]推荐的变转速图谱，分3次连续运转，总运行时间共240 min，每次连续运转之间暂停15 min，共暂停30 min，运行完成后停机冷却90 min。其中，转速图谱A的最大转速为3×103r/min，转速图谱B的最大转速为2×103r/min。变转速图谱是为了模拟机床主轴在不同转速下的运行情况而设置的，其转速分布如图2所示。转速图谱C为恒定转速2×103r/min，运行时间为240 min，运行完成后停机冷却90 min。通过热误差实验得到3种转速图谱下的轴向热误差分布，如图3所示。其中，转速图谱C对应的主轴最大热误差最大，转速图谱B对应的主轴最大热误差最小，这与“转速越大，热生成量越大，热误差越大”的客观规律相符。由图3还可以看出：在主轴按变转速图谱运行时，3次连续运转之间的2次暂停均使轴向热误差明显减少，说明主轴停转以后，由于热源不再生热，剩余的热量不足以维持主轴热膨胀继续。
转速图谱A对应的温度测点的温度分布如图4所示(为便于显示，图4中只展示了偶数号测点的温度变化)。由图4可以看出：温度最高的3个测点分别为4号、14号、8号，这3个测点都位于后轴承附近。温度最低的测点为16号测点，该测点测量的是距离主轴系统有一定距离的环境温度。由此可见，随着主轴运转，距主轴系统较近距离的环境温度也随之变化，说明主轴箱外表面热边界条件处于动态变化之中。图4 变转速图谱A对应的温度分布
【参考文献】：
期刊论文
[1]基于遗传RBF神经网络的高速电主轴热误差建模[J]. 张捷,李岳,王书亭,苟卫东. 华中科技大学学报(自然科学版). 2018(07)
[2]大型数控成形磨齿机热误差建模及补偿[J]. 周宝仓,王时龙,方成刚,杨勇. 中南大学学报(自然科学版). 2017(10)
[3]基于集成BP神经网络的数控机床主轴热误差建模[J]. 谭峰,殷鸣,彭骥,卫亚斌,殷国富. 计算机集成制造系统. 2018(06)
[4]基于GM-LS-SVM层级模型的数控机床热误差建模[J]. 谭峰,殷国富,殷勤,董冠华,王亮. 中南大学学报(自然科学版). 2016(12)
[5]基于粒子群算法与BP网络的机床主轴热误差建模[J]. 马驰,赵亮,梅雪松,施虎,杨军. 上海交通大学学报. 2016(05)
[6]数控机床热误差特性分析[J]. 苗恩铭,高增汉,党连春,苗继超. 中国机械工程. 2015(08)
[7]基于遗传算法及BP网络的主轴热误差建模[J]. 马驰,杨军,梅雪松,赵亮,王新孟. 计算机集成制造系统. 2015(10)
[8]基于机理分析和热特性基本单元试验的机床主轴热误差建模[J]. 项四通,杨建国,张毅. 机械工程学报. 2014(11)
[9]支持向量回归机在数控加工中心热误差建模中的应用[J]. 苗恩铭,龚亚运,成天驹,陈海东. 光学精密工程. 2013(04)
本文编号：3458997
【文章来源】：中南大学学报(自然科学版). 2020,51(06)北大核心EICSCD
【文章页数】：8 页
【部分图文】：
主轴系统表面温度传感器布置
热误差实验分别在3种转速图谱下进行。转速图谱A和转速图谱B为GB/T 17421.3—2009[14]推荐的变转速图谱，分3次连续运转，总运行时间共240 min，每次连续运转之间暂停15 min，共暂停30 min，运行完成后停机冷却90 min。其中，转速图谱A的最大转速为3×103r/min，转速图谱B的最大转速为2×103r/min。变转速图谱是为了模拟机床主轴在不同转速下的运行情况而设置的，其转速分布如图2所示。转速图谱C为恒定转速2×103r/min，运行时间为240 min，运行完成后停机冷却90 min。通过热误差实验得到3种转速图谱下的轴向热误差分布，如图3所示。其中，转速图谱C对应的主轴最大热误差最大，转速图谱B对应的主轴最大热误差最小，这与“转速越大，热生成量越大，热误差越大”的客观规律相符。由图3还可以看出：在主轴按变转速图谱运行时，3次连续运转之间的2次暂停均使轴向热误差明显减少，说明主轴停转以后，由于热源不再生热，剩余的热量不足以维持主轴热膨胀继续。
转速图谱A对应的温度测点的温度分布如图4所示(为便于显示，图4中只展示了偶数号测点的温度变化)。由图4可以看出：温度最高的3个测点分别为4号、14号、8号，这3个测点都位于后轴承附近。温度最低的测点为16号测点，该测点测量的是距离主轴系统有一定距离的环境温度。由此可见，随着主轴运转，距主轴系统较近距离的环境温度也随之变化，说明主轴箱外表面热边界条件处于动态变化之中。图4 变转速图谱A对应的温度分布
【参考文献】：
期刊论文
[1]基于遗传RBF神经网络的高速电主轴热误差建模[J]. 张捷,李岳,王书亭,苟卫东. 华中科技大学学报(自然科学版). 2018(07)
[2]大型数控成形磨齿机热误差建模及补偿[J]. 周宝仓,王时龙,方成刚,杨勇. 中南大学学报(自然科学版). 2017(10)
[3]基于集成BP神经网络的数控机床主轴热误差建模[J]. 谭峰,殷鸣,彭骥,卫亚斌,殷国富. 计算机集成制造系统. 2018(06)
[4]基于GM-LS-SVM层级模型的数控机床热误差建模[J]. 谭峰,殷国富,殷勤,董冠华,王亮. 中南大学学报(自然科学版). 2016(12)
[5]基于粒子群算法与BP网络的机床主轴热误差建模[J]. 马驰,赵亮,梅雪松,施虎,杨军. 上海交通大学学报. 2016(05)
[6]数控机床热误差特性分析[J]. 苗恩铭,高增汉,党连春,苗继超. 中国机械工程. 2015(08)
[7]基于遗传算法及BP网络的主轴热误差建模[J]. 马驰,杨军,梅雪松,赵亮,王新孟. 计算机集成制造系统. 2015(10)
[8]基于机理分析和热特性基本单元试验的机床主轴热误差建模[J]. 项四通,杨建国,张毅. 机械工程学报. 2014(11)
[9]支持向量回归机在数控加工中心热误差建模中的应用[J]. 苗恩铭,龚亚运,成天驹,陈海东. 光学精密工程. 2013(04)
本文编号：3458997
本文链接：https://www.wllwen.com/kejilunwen/jinshugongy/3458997.html
