温度测点优化在机床主轴热误差建模中的应用

从理论上分析了机床主轴温度场与热变形的动态特性,证明了机床主轴上最佳温度测点的存在,并通过实验加以论证。采用黄金分割法对主轴最佳温度测点的位置进行优化,并采用最佳温度测点处的温度建立线性函数,精确预报主轴的热伸长量。     

数控机床主轴热误差测点优化及建模技术研究

为了减少热误差对数控机床加工精度的影响,首先利用热成像仪初步找出机床温升明显的位置,然后利用灰色理论对16个温度测点的试验数据进行优化处理,找出与热误差关联度较高的测点;将优选出的温度测点数据和实测的Z轴热误差数据进行划分,采用GM (1,n)灰色预测和BP神经网络建立热误差预测模型,并在试验机床上进行验证。试验结果表明:采用灰色GM (1, n)模型预测结果与实际测量平均相对误差为10.17%,采用BP神经网络预测与实测结果平均相对误差为5.19%,优于灰色GM (1,n)预测,能起到提高热误差预测精度的作用。     

机床热变形误差的动态模型

尝试采用动态线性模型来提高机床热变形误差的预报精度，并且可在较少温度测点情况下仍然得到满意的预报结果．     

机床热变形误差的混合输入动态模型

分析了影响机床温度场因素。在切削热较小的情况下,机床主轴箱附近的温度场主要受主轴转速的影响,而环境温度的变化等其它因素对其影响较小。在此基础上提出一种机床热变形误差的混合建模方案,即同时采用温度场和机床的主轴转速为模型的输入,这样即可在保证模型预报精度的前提下减少温度测点数量,以方便应用,又可提高模型的可靠性。     

Kalman滤波器在机床热误差建模中的应用

在辨识机床的热变形模型时，由于所能得到的样本数据较少且含有测量噪声，因此简单地采用传统的辨识方法效果并不理想．为此本文使用Kalman滤波器对数据进行处理以提高辨识精度．     

回归正交设计在机床热误差建模中的应用

在对现有机床热误差建模方法分析基础上,提出回归正交设计建模法,并给出比较详细的计算和分析过程．该方法以统计理论为基础,结合机床机构、环境条件、工程判断、众多经验等因素综合起来进行热误差建模,避免了现有建模方法完全依赖建模数据,从而使建立出来的热误差数学模型的鲁棒性更强、实际应用效果更好．     

补偿模糊神经网络在机床热误差预报模型中的应用

提出了一种基于补偿模糊神经网络的数控机床热误差预报模型,讨论了该模型的详细结构、模糊规则、训练算法及相关技术问题,并给出了智能预报结果和精度评价。     

数控机床热变形实时补偿

热误差是影响机床精度最主要的因素之一,机床热误差是由机床工作时复杂的温度场造成机床各部件变形引起的,它是随时间变化的非恒定误差。热误差补偿的研究始于20世纪50年代,但其总体发展是不能令人满意的,究其原因,在于误差辨识即热误差建模。     

一种测量机床导轨直线度误差的方法

介绍了半导体位置敏感检测器件ＰＳＤ的工作原理，标定方法及测量实例。     

石英挠性加速度计温度误差建模与补偿技术研究

通过分析石英挠性加速度计的温度误差机理,研究在不同温度条件下的静态输出特性。利用多次温度实验数据,采用最小二乘和多项式拟合的方法建立了石英挠性加速度计温度误差补偿模型。实验结果表明：温度误差补偿后,石英挠性加速度计在-20ºC到50ºC范围内刻度因子漂移量由10-4数量级提高到10-5数量级,零偏漂移量由800μg提高到52μg。     

大型数控成形磨齿机床装配误差–齿面误差研究

如何根据齿轮齿面精度要求,精准调整装配几何误差,是提升大型数控成形磨齿机床性能的关键技术之一.基于成形磨削系统的误差传递链,砂轮与工件之间的共轭运动关系,利用曲面族包络法建立了包含装配几何误差的成形磨削齿面模型;通过计算理论齿面和包络齿面的差值,进行成形磨削齿面的误差评价,并提出了实现磨削齿面误差评价的流程方法;在此基...     

光纤陀螺非线性误差的温度特性研究

在不同调制深度下,光纤陀螺反馈通道的非线性误差对陀螺输出精度会有不同的影响。在此研究的基础上,通过实验与仿真分析相结合的方式,对光纤陀螺反馈通道非线性误差的温度特性也做了进一步的研究。研究表明,随着温度的降低,非线性误差对输出的影响也随之增加。仿真采用光纤陀螺单轴板在温箱中测得的数据,并利用Simulink建模分析。     

基于双转台五轴机床在工件坐标系中误差矢量建立与补偿

以双转台五轴数控机床为对象,针对该类型机床在经典后置处理中会导致非线性误差,本文提出一种非线性误差预测模型,即在工件坐标系中考虑了非线性误差的刀具轨迹代替刀位点之间的小线段轨迹,利用经典五轴后置处理,使得在机床坐标系中减少非线性误差,最大限度保证在机床坐标系中刀位轨迹保持直线运动轨迹.最后通过Matlab对一叶轮零件中...     

基于QGA算法优化支持向量机回归的数控机床主轴热误差建模研究

针对精密数控机床主轴的热误差的实时监测反馈问题,提出了一种用于主轴热误差的建模方法。该方法利用QGA(Quantum Genetic Algorithm)寻优算法和支持向量机回归方法的复合建模方式,建立了机床主轴热误差回归模型。并通过搭建主轴热特性测试平台,采用聚类方法筛选主轴的温度敏感点,将采集到的热特性数据用于构建的热误差建模中。实验结果表明,该方法在机床主轴热误差预测中,残差值小于1.5μm,能够为主轴热误差的闭环控制过程提供准确反馈。     

基于归并聚类中心思想的模糊聚类分析方法研究

基于归并聚类中心的思想,将全部样本作为初始聚类中心,以离差隶属度作为计算聚类中心的因素,用最大类间距离作为归并聚类中心的标准,进而确定出聚类的数目和最终聚类中心,得出聚类结果.通过实验数据的验证表明,本方法得出的聚类结果能够有效的反映出待聚类样本的真实情况,并且与待聚类样本的初始顺序无关,同时具有一定的抗噪能力.     

振梁加速度计温度误差模型及补偿技术研究

研究了振梁加速度计温度误差建模及补偿问题。分析了振梁加速度计受温度影响的主要因素,应用最小二乘算法得到零偏、标度因数与温度的多项式拟合关系,进而得到振梁加速度计的温度误差模型。利用该误差模型进行温度补偿。结果表明：经过温度建模和补偿,振梁加速度计精度有明显的提高。     

激光点火系统损耗检测温度误差补偿方法

点火通路损耗检测精度是激光点火系统的一个重要指标,其在很大程度上决定着点火系统状态判断的准确性.针对激光点火系统损耗检测精度随温度变化的问题,对不同温度条件下激光点火系统的点火通路损耗检测精度进行了分析.分析结果表明,探测器暗电流、运放输入偏置电流和输入失调电压等均会影响检测精度,且检测偏差随温度升高而增大.建立了点火通路损耗检测温度误差模型,在-40℃～75℃范围内,采用温度误差模型进行补偿后,火工品发火前的损耗检测偏差(峰峰值)从0.62dB减小为0.16dB,火工品发火后的损耗检测偏差(峰峰值)从1.45dB减小为0.30dB,提高了损耗检测的精度,为判断是否具备发火条件及发火状态提供了有效支撑.