數(shù)控機床誤差測量、建模及網(wǎng)絡(luò)群控實時補償系統(tǒng)研究.pdf

1、誤差補償技術(shù)是提高數(shù)控機床加工精度的重要技術(shù)手段之一，與之密切相關(guān)的研究方向主要有:誤差的測量與辨識、誤差模型的建立以及誤差補償?shù)膶嵤┓椒?。本課題在“國家科技重大專項”、“國家自然科學基金”和“全國高等學校博士學科點專項科研基金”等項目的資助和支持下，以沈陽機床有限公司生產(chǎn)的雙轉(zhuǎn)臺式五軸加工中心和上海航天設(shè)備制造總廠使用的兩臺三軸立式加工中心為研究對象，進行了機床誤差高效測量、精密建模和實時補償?shù)南嚓P(guān)研究，并研發(fā)了基于網(wǎng)絡(luò)群控的數(shù)控機床

2、誤差實時補償系統(tǒng)，可以對一臺或多臺機床同時進行補償，從而改善機床在不同溫度條件下的運動精度。
　　 本文的主要研究內(nèi)容有:
　　 (1)結(jié)合不同類型五軸機床的結(jié)構(gòu)特點，建立了基于齊次坐標變換方法的通用運動學模型。通過配置不同的模型參數(shù)，可以描述在不同結(jié)構(gòu)的機床中從刀具坐標系到工件坐標系的運動鏈傳遞關(guān)系。然后分析機床主要部件在運動過程中可能引入的誤差元素，根據(jù)剛體運動理論和小角度誤差假設(shè)，將其代入到通用運動學模型中，從而得

3、到五軸機床通用綜合誤差模型。利用該模型可以計算出機床在運動過程中的空間誤差補償值。為了滿足誤差補償?shù)膶崟r性要求，可以對綜合誤差模型進行簡化處理，根據(jù)各項誤差元素的實際分布規(guī)律，提出了綜合誤差模型的簡化策略，從而在滿足補償精度要求的前提下提高模型計算速度。
　　 (2)根據(jù)旋轉(zhuǎn)軸的運動特點，提出了基于球桿儀的誤差測量和辨識方法。通過MATLAB誤差仿真試驗，可以了解不同誤差元素對球桿儀測量軌跡造成的影響。在一臺五軸機床上實際進行的

4、球桿儀測量試驗結(jié)果表明:該方法可以高效、精確地對旋轉(zhuǎn)軸引入的其中五項誤差元素進行辨識。通過對不同溫度條件下的誤差測量結(jié)果進行分析，建立了基于自然指數(shù)的旋轉(zhuǎn)軸熱誤差模型，可用于熱誤差的預(yù)測和補償。
　　 (3)無論是傳統(tǒng)的三軸數(shù)控機床，還是引入了旋轉(zhuǎn)軸的多軸數(shù)控機床，平動軸都是最重要的運動部件，平動軸引入的各項誤差元素也是最重要的誤差來源。本文用激光干涉儀測量了在不同溫度條件下的平動軸定位誤差和直線度誤差，測量結(jié)果表明:定位精度受

5、溫度變化影響明顯，而且環(huán)境溫度及絲杠螺母溫度對其影響最為顯著，因此可以建立基于自然指數(shù)的誤差預(yù)測模型，該模型不僅描述了機床熱誤差和溫度變量之間的非線性變化規(guī)律，而且和多元回歸分析模型相比具有溫度變量少、預(yù)測精度高的優(yōu)點;而對于直線度誤差來說，其數(shù)值相對較小，且基本不受溫度變化的影響，可以將其簡化視為幾何誤差，并建立以機床坐標為自變量的多項式誤差預(yù)測模型。
　　 (4)機床主軸在高速旋轉(zhuǎn)過程中會產(chǎn)生大量熱量，所以由主軸熱變形而導(dǎo)致

6、的主軸熱誤差也是影響加工精度的重要因素。本文結(jié)合灰色理論和神經(jīng)網(wǎng)絡(luò)各自對數(shù)據(jù)處理的優(yōu)點，提出三種不同結(jié)構(gòu)的灰色神經(jīng)網(wǎng)絡(luò)熱誤差預(yù)測模型，即:串聯(lián)型、并聯(lián)型和嵌入型灰色神經(jīng)網(wǎng)絡(luò)。在串聯(lián)型灰色神經(jīng)網(wǎng)絡(luò)中，首先使用灰色模型對機床關(guān)鍵測點的溫度數(shù)據(jù)和熱誤差數(shù)據(jù)進行預(yù)處理，得到近似一階動態(tài)微分模型，然后把多個不同灰色模型的預(yù)測結(jié)果輸入到BP神經(jīng)網(wǎng)絡(luò)進行非線性擬合優(yōu)化，利用BP神經(jīng)網(wǎng)絡(luò)誤差反向傳播的學習方法對模型進行訓(xùn)練，調(diào)節(jié)網(wǎng)絡(luò)節(jié)點的權(quán)值和閾值，從

7、而得到最終的預(yù)測模型;在并聯(lián)型灰色神經(jīng)網(wǎng)絡(luò)中，先由灰色模型和神經(jīng)網(wǎng)絡(luò)分別對主軸熱誤差進行預(yù)測，然后采用一定的加權(quán)組合方式，按照目標預(yù)測精度優(yōu)化模型的加權(quán)系數(shù)，從而得到最終的預(yù)測結(jié)果;而嵌入型灰色神經(jīng)網(wǎng)絡(luò)則是借鑒了灰色理論對數(shù)據(jù)處理的思想，在神經(jīng)網(wǎng)絡(luò)輸入層前增加灰化層，在輸出層后增加白化層，通過對神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)的改進，達到弱化原始數(shù)據(jù)隨機性、提高預(yù)測模型魯棒性和容錯能力的目標。通過與傳統(tǒng)灰色模型和神經(jīng)網(wǎng)絡(luò)進行試驗結(jié)果對比表明:上述三種結(jié)

8、構(gòu)的灰色神經(jīng)網(wǎng)絡(luò)模型均提高了預(yù)測精度，且具有對原始數(shù)據(jù)要求低、計算簡便、魯棒性強等優(yōu)點，可用于復(fù)雜工況下的機床主軸熱誤差實時預(yù)測和補償。
　　 (5)介紹了基于外部機械原點偏移功能的誤差補償實施基本原理，并結(jié)合生產(chǎn)線上多臺機床同時需要誤差補償?shù)男枨?，研發(fā)了基于網(wǎng)絡(luò)群控的機床誤差實時補償系統(tǒng)。從整體架構(gòu)上，可將該補償系統(tǒng)分為兩大部分:主控中心PC和各機床PMC(Programmable Machine Controller)控制單

9、元。前者的運算能力強，存儲空間大，因此主要負責各機床空間誤差補償值的計算;后者和CNC(Computer Numerical Control)系統(tǒng)緊密相連，具有很高的數(shù)據(jù)交互實時性，因此主要負責查詢機床當前坐標位置和查表調(diào)用各進給軸當前所需補償值。網(wǎng)絡(luò)群控誤差補償系統(tǒng)的主從結(jié)構(gòu)充分利用了各自在運算能力方面的特點，不僅適于進行復(fù)雜的模型計算，而且滿足誤差補償?shù)膶崟r性要求。此外，主控中心PC和數(shù)控機床PMC之間通過以太網(wǎng)通訊協(xié)議及Fanuc

10、提供的FOCAS(Fanuc Open CNC API Specifications)動態(tài)鏈接函數(shù)進行數(shù)據(jù)交互，具有硬件端口占用資源少、數(shù)據(jù)傳輸速度快、可靠性高、功能模塊連接簡便和易于擴展的特點。
　　 (6)結(jié)合本文提出的誤差測量方法、建模方法和基于網(wǎng)絡(luò)群控的機床誤差實時補償系統(tǒng)設(shè)計了兩類試驗。第一類試驗是對單臺五軸加工中心進行誤差補償試驗，首先用激光干涉儀、球桿儀等測量儀器對機床平動軸和旋轉(zhuǎn)軸引入的誤差元素進行測量，并建立適

11、用于不同溫度條件的誤差元素模型，將其代入到綜合誤差模型中計算出在機床空間范圍內(nèi)施加給各進給軸的誤差補償值，最后通過補償系統(tǒng)將補償值送給數(shù)控系統(tǒng)完成誤差補償步驟，試驗結(jié)果表明，通過補償可以大幅提高該機床的空間運動精度;第二類試驗是同時對多臺（兩臺及以上）數(shù)控機床進行補償試驗，在得到各機床誤差模型的基礎(chǔ)上，通過網(wǎng)絡(luò)群控實時補償系統(tǒng)和各機床間的數(shù)據(jù)交互，完成誤差補償步驟，試驗結(jié)果表明，該系統(tǒng)可以實現(xiàn)對多臺機床進行同時補償，批量提高群控網(wǎng)絡(luò)內(nèi)所