為了提高數(shù)控機(jī)床主軸系統(tǒng)熱誤差建模的精度和魯棒性,提出一種基于時(shí)間特性的熱關(guān)鍵點(diǎn)選取方法。該方法結(jié)合模糊C均值聚類和基于時(shí)間特性的排序標(biāo)準(zhǔn),完全依賴于熱誤差實(shí)驗(yàn)獲得的溫度測(cè)點(diǎn)的溫度,避免了基于相關(guān)性的熱關(guān)鍵點(diǎn)選取方法在不同熱誤差實(shí)驗(yàn)下的不穩(wěn)定性。通過在周邊磨床主軸系統(tǒng)上進(jìn)行熱誤差實(shí)驗(yàn),將該方法應(yīng)用于主軸系統(tǒng)熱誤差建模。研究結(jié)果表明:基于時(shí)間特性的熱關(guān)鍵點(diǎn)選取方法對(duì)多元線性回歸、BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等回歸模型的建模精度都有不同程度提升;在3種模型的9組預(yù)測(cè)中,均方根誤差降幅最低為6%,最高為40%,證明了基于時(shí)間特性的熱關(guān)鍵點(diǎn)選取方法能有效提高熱誤差建模的精度和魯棒性。 

【文章來源】：中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,51(06)北大核心EICSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

主軸系統(tǒng)表面溫度傳感器布置

熱誤差實(shí)驗(yàn)分別在3種轉(zhuǎn)速圖譜下進(jìn)行。轉(zhuǎn)速圖譜A和轉(zhuǎn)速圖譜B為GB/T 17421.3—2009[14]推薦的變轉(zhuǎn)速圖譜，分3次連續(xù)運(yùn)轉(zhuǎn)，總運(yùn)行時(shí)間共240 min，每次連續(xù)運(yùn)轉(zhuǎn)之間暫停15 min，共暫停30 min，運(yùn)行完成后停機(jī)冷卻90 min。其中，轉(zhuǎn)速圖譜A的最大轉(zhuǎn)速為3×103r/min，轉(zhuǎn)速圖譜B的最大轉(zhuǎn)速為2×103r/min。變轉(zhuǎn)速圖譜是為了模擬機(jī)床主軸在不同轉(zhuǎn)速下的運(yùn)行情況而設(shè)置的，其轉(zhuǎn)速分布如圖2所示。轉(zhuǎn)速圖譜C為恒定轉(zhuǎn)速2×103r/min，運(yùn)行時(shí)間為240 min，運(yùn)行完成后停機(jī)冷卻90 min。通過熱誤差實(shí)驗(yàn)得到3種轉(zhuǎn)速圖譜下的軸向熱誤差分布，如圖3所示。其中，轉(zhuǎn)速圖譜C對(duì)應(yīng)的主軸最大熱誤差最大，轉(zhuǎn)速圖譜B對(duì)應(yīng)的主軸最大熱誤差最小，這與“轉(zhuǎn)速越大，熱生成量越大，熱誤差越大”的客觀規(guī)律相符。由圖3還可以看出：在主軸按變轉(zhuǎn)速圖譜運(yùn)行時(shí)，3次連續(xù)運(yùn)轉(zhuǎn)之間的2次暫停均使軸向熱誤差明顯減少，說明主軸停轉(zhuǎn)以后，由于熱源不再生熱，剩余的熱量不足以維持主軸熱膨脹繼續(xù)。

轉(zhuǎn)速圖譜A對(duì)應(yīng)的溫度測(cè)點(diǎn)的溫度分布如圖4所示(為便于顯示，圖4中只展示了偶數(shù)號(hào)測(cè)點(diǎn)的溫度變化)。由圖4可以看出：溫度最高的3個(gè)測(cè)點(diǎn)分別為4號(hào)、14號(hào)、8號(hào)，這3個(gè)測(cè)點(diǎn)都位于后軸承附近。溫度最低的測(cè)點(diǎn)為16號(hào)測(cè)點(diǎn)，該測(cè)點(diǎn)測(cè)量的是距離主軸系統(tǒng)有一定距離的環(huán)境溫度。由此可見，隨著主軸運(yùn)轉(zhuǎn)，距主軸系統(tǒng)較近距離的環(huán)境溫度也隨之變化，說明主軸箱外表面熱邊界條件處于動(dòng)態(tài)變化之中。圖4 變轉(zhuǎn)速圖譜A對(duì)應(yīng)的溫度分布

【參考文獻(xiàn)】：
期刊論文
[1]基于遺傳RBF神經(jīng)網(wǎng)絡(luò)的高速電主軸熱誤差建模[J]. 張捷,李岳,王書亭,茍衛(wèi)東.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(07)
[2]大型數(shù)控成形磨齒機(jī)熱誤差建模及補(bǔ)償[J]. 周寶倉,王時(shí)龍,方成剛,楊勇.  中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(10)
[3]基于集成BP神經(jīng)網(wǎng)絡(luò)的數(shù)控機(jī)床主軸熱誤差建模[J]. 譚峰,殷鳴,彭驥,衛(wèi)亞斌,殷國富.  計(jì)算機(jī)集成制造系統(tǒng). 2018(06)
[4]基于GM-LS-SVM層級(jí)模型的數(shù)控機(jī)床熱誤差建模[J]. 譚峰,殷國富,殷勤,董冠華,王亮.  中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(12)
[5]基于粒子群算法與BP網(wǎng)絡(luò)的機(jī)床主軸熱誤差建模[J]. 馬馳,趙亮,梅雪松,施虎,楊軍.  上海交通大學(xué)學(xué)報(bào). 2016(05)
[6]數(shù)控機(jī)床熱誤差特性分析[J]. 苗恩銘,高增漢,黨連春,苗繼超.  中國機(jī)械工程. 2015(08)
[7]基于遺傳算法及BP網(wǎng)絡(luò)的主軸熱誤差建模[J]. 馬馳,楊軍,梅雪松,趙亮,王新孟.  計(jì)算機(jī)集成制造系統(tǒng). 2015(10)
[8]基于機(jī)理分析和熱特性基本單元試驗(yàn)的機(jī)床主軸熱誤差建模[J]. 項(xiàng)四通,楊建國,張毅.  機(jī)械工程學(xué)報(bào). 2014(11)
[9]支持向量回歸機(jī)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(yùn),成天駒,陳海東.  光學(xué)精密工程. 2013(04)



本文編號(hào)：3458997