針對環(huán)境溫度變化較大時常用的熱誤差模型預(yù)測精度低的問題,提出了一種基于環(huán)境溫度的模型庫分段式加權(quán)的熱誤差建模方法,以UPM120型數(shù)控銑床為實驗對象,通過跨季度的7批次數(shù)據(jù),完成了環(huán)境溫度15～35℃的分段式加權(quán)模型建模和預(yù)測精度分析。結(jié)果表明,環(huán)境溫度變化在5℃以內(nèi)時,多元線性回歸模型的預(yù)測精度優(yōu)于BP神經(jīng)網(wǎng)絡(luò)模型、分布滯后模型、灰色理論模型和支持向量機模型,可以將其作為分段式加權(quán)模型庫中的基礎(chǔ)模型。當(dāng)環(huán)境溫度變化較小時,基于多元線性回歸的分段式加權(quán)模型預(yù)測精度為1.39μm;當(dāng)環(huán)境溫度變化較大時,其預(yù)測精度為1.51μm,均遠高于單一環(huán)境溫度樣本的回歸模型、多環(huán)境溫度樣本的回歸模型和泛化能力強的支持向量機模型的預(yù)測精度。 

【文章來源】：農(nóng)業(yè)機械學(xué)報. 2020,51(07)北大核心EICSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

基于BP神經(jīng)網(wǎng)絡(luò)的分段式加權(quán)模型基本結(jié)構(gòu)

圖2中T1位置處為Z軸伺服電機;T2位置處為絲杠上軸承座;T3位置處為絲杠螺母;T4位置處為絲杠下軸承座;T5位置處為Z軸溜板;T6位置處為主軸夾座;T7、T8和T9位置處為主軸;T10位置處為Y軸電機;T11位置處為X軸電機;T12位置處為X軸溜板靠近電機處;T13位置處為轉(zhuǎn)臺電機;T14位置處為環(huán)境溫度。2.1.2 位移傳感器布置

根據(jù)國際標(biāo)準《機床檢驗通則第三部分:熱效應(yīng)的確定》可知，熱誤差由主軸端部與裝夾工件工作臺之間的相對位移變化產(chǎn)生[21-22]。因此，將檢驗棒安裝在主軸末端，3個位移傳感器用磁力表座固定在轉(zhuǎn)臺上，分別測量X、Y、Z軸3個方向的位移變化量，具體布置如圖3所示。2.2 熱誤差采集

【參考文獻】：
期刊論文
[1]基于時序深度學(xué)習(xí)的數(shù)控機床運動精度預(yù)測方法[J]. 余永維,杜柳青,易小波,陳罡.  農(nóng)業(yè)機械學(xué)報. 2019(01)
[2]機床熱誤差建模研究綜述[J]. 王海同,李鐵民,王立平,李逢春.  機械工程學(xué)報. 2015(09)
[3]基于PLS和改進CVR的數(shù)控機床熱誤差建模[J]. 余文利,姚鑫驊,孫磊,傅建中.  農(nóng)業(yè)機械學(xué)報. 2015(02)
[4]數(shù)控機床熱誤差補償模型穩(wěn)健性比較分析[J]. 苗恩銘,龔亞運,徐祗尚,周小帥.  機械工程學(xué)報. 2015(07)
[5]支持向量回歸機在數(shù)控加工中心熱誤差建模中的應(yīng)用[J]. 苗恩銘,龔亞運,成天駒,陳海東.  光學(xué)精密工程. 2013(04)
[6]數(shù)控機床熱誤差補償中分布滯后模型的建立[J]. 姚煥新,牛鵬程,龔亞運,邵善敏,苗恩銘.  農(nóng)業(yè)機械學(xué)報. 2013(03)
[7]基于BP神經(jīng)網(wǎng)絡(luò)的電主軸熱誤差補償模型[J]. 蘇宇鋒,袁文信,劉德平,劉武發(fā),段智勇.  組合機床與自動化加工技術(shù). 2013(01)
[8]基于最優(yōu)權(quán)系數(shù)組合建模的數(shù)控機床熱誤差在線補償[J]. 陽紅,向勝華,劉立新,李昭平,殷國富,張珣.  農(nóng)業(yè)機械學(xué)報. 2012(05)
[9]基于灰色理論預(yù)處理的神經(jīng)網(wǎng)絡(luò)機床熱誤差建模[J]. 張毅,楊建國.  機械工程學(xué)報. 2011(07)
[10]雙轉(zhuǎn)臺五軸數(shù)控機床熱誤差建模、檢測及補償實驗研究[J]. 王秀山,楊建國,余永昌,鄒彩虹.  中國機械工程. 2009(04)

碩士論文
[1]精密數(shù)控機床全工作臺空間熱誤差補償技術(shù)研究[D]. 徐建國.合肥工業(yè)大學(xué) 2017
[2]基于灰色系統(tǒng)理論的數(shù)控機床熱誤差建模技術(shù)研究[D]. 張偉.南京航空航天大學(xué) 2013
[3]基于最小二乘支持向量機的數(shù)控機床熱誤差建模的研究[D]. 許亞洲.浙江大學(xué) 2006



本文編號：3140427