高速數(shù)控機床電主軸熱誤差機理分析與建模研究.pdf

1、熱誤差是影響高速數(shù)控機床加工精度的主要原因，而電主軸單元是數(shù)控機床的最大熱源，主軸熱變形直接影響整臺機床的性能。電主軸單元的熱誤差補償技術是當前現(xiàn)代精密工程的研究熱點問題，尤其是電主軸熱誤差預測模型的精度和魯棒性是廣受關注的難點問題。結(jié)合臥式加工中心用電主軸動態(tài)與熱態(tài)特性研究項目，本文對電主軸單元熱源及其傳熱機制的量化、關鍵測溫點的優(yōu)化選擇、不同工況下熱誤差建模方法進行了深入的分析與研究，并通過數(shù)值仿真及實驗研究證實本文研究成果可有效地

2、提高熱誤差模型預測精度，為改善電主軸加工精度提供堅實基礎。主要研究內(nèi)容包括：
　　 (1)進行了電主軸單元溫度場的研究。通過詳細分析熱誤差形成機理可知，電主軸單元溫度場分布不均衡是導致形成熱誤差的主要原因。分析電主軸兩個內(nèi)熱源的發(fā)熱量發(fā)現(xiàn)其大小均與主軸轉(zhuǎn)速有密切關系，根據(jù)各自特點分別建立了熱源與速度的數(shù)學關系式。應用傳熱學理論，建立了主軸單元的熱傳遞模型，并推導出主軸單元復雜熱邊界的熱傳遞方程。建立了基于熱一結(jié)構耦合的電主軸有限

3、元分析模型，利用有限元法研究電主軸高速運轉(zhuǎn)中溫度場的變化規(guī)律，并進行了實驗驗證。
　　 (2)針對電主軸熱誤差建模技術中溫度布點選取的問題，提出了優(yōu)化熱關鍵點的新方法。根據(jù)測得的溫度和熱變形數(shù)據(jù)序列，借助于聚類分析的模糊聚類法將測溫點進行分組，并且建立了灰色關聯(lián)分析模型，綜合分析和評價電主軸溫度場分布中的各測溫點與主軸熱變形的相關程度，從各組溫度測點中選出對熱變形變化最敏感的點，采用修正可決系數(shù)最終選出最佳測溫點組合。對溫度測點

4、的篩選，減小了選擇溫度變量和建模所需的時間，優(yōu)化了測溫時熱傳感器的布局。并提出根據(jù)不同實驗條件和要求優(yōu)化選擇關鍵測溫點的策略。
　　 (3)提出了分別采用改進神經(jīng)網(wǎng)絡方法和自回歸分析法進行電主軸熱誤差建模的基本原理及方法，建立了遺傳算法優(yōu)化神經(jīng)網(wǎng)絡模型和基于溫度的多元自回歸分析模型，并且研究了各建模方法的性能特點。根據(jù)兩種模型對電主軸熱變形產(chǎn)生機理的不同表述形式，比較二者的計算效率和擬合精度。通過對比可看出，二者的具體預測范圍不

5、同，對短期預測精度要求高的情況選用自回歸模型較好，而遺傳神經(jīng)網(wǎng)絡模型更適合于對中長期預測要求高的情況。在綜合比較幾種常用建模方法的性能基礎上，結(jié)合灰色理論弱化數(shù)據(jù)序列波動性的特點和自回歸分析理論反映隨機性成分的特點，并充分利用RBF神經(jīng)網(wǎng)絡特有的自適應非線性信息處理能力，建立了基于RBF神經(jīng)網(wǎng)絡的組合預測模型。實驗結(jié)果表明，基于RBF的電主軸熱誤差組合預測模型能夠有效地提高預測精度。
　　 (4)為了提高兩種不同工況下熱誤差模型