主要內(nèi)容數(shù)控機(jī)床的熱變形及熱誤差機(jī)理研究現(xiàn)狀測(cè)溫點(diǎn)的位置和數(shù)量的優(yōu)化熱誤差建模數(shù)控機(jī)床熱誤差分析和補(bǔ)償1.數(shù)控機(jī)床的熱變形及熱誤差機(jī)理1.1機(jī)床熱變形研究的意義在精密加工過程中由于工藝系統(tǒng)熱變形引起的加工誤差占總加工誤差的40%-70%，其中機(jī)床的熱變形誤差占的比重很大，甚至占整個(gè)工件加工誤差的50%以上。

高速和超高速加工過程中,熱變形引起的熱誤差非常顯著，達(dá)到零件總加工誤差的60%-80%。

數(shù)量上:100μm數(shù)量級(jí)

1.2機(jī)床熱變形原理1.2機(jī)床熱變形原理機(jī)床熱源機(jī)床電器和液壓元件發(fā)熱切削熱運(yùn)動(dòng)部件摩擦發(fā)熱環(huán)境溫度變化和熱輻射

機(jī)床熱變形機(jī)理非均勻的溫度場(chǎng)各部件的線膨脹系數(shù)不同各部件及各部件之間的熱應(yīng)力分布不均勻機(jī)床熱特性的研究方向熱源模型研究溫度場(chǎng)分布研究熱應(yīng)力及熱位移分布研究2機(jī)床熱變形及熱誤差補(bǔ)償研究的狀況針對(duì)機(jī)床熱特性采取的措施降低機(jī)床主要熱源的發(fā)熱量

合理布置熱源，補(bǔ)償機(jī)床的熱變形

隔離熱源和采用強(qiáng)制冷卻措施

采用合理的機(jī)床結(jié)構(gòu)設(shè)計(jì)減少熱變形

測(cè)溫點(diǎn)的優(yōu)化研究熱關(guān)鍵點(diǎn)的存在逐步回歸方法模糊聚類方法人工神經(jīng)網(wǎng)絡(luò)方法

熱誤差補(bǔ)償?shù)臄?shù)學(xué)模型研究多元線性回歸模型人工神經(jīng)網(wǎng)絡(luò)模型

基于多體理論的熱誤差模型基于主軸轉(zhuǎn)速的熱誤差模型

3.測(cè)溫點(diǎn)位置和數(shù)量的優(yōu)化測(cè)溫點(diǎn)優(yōu)化的意義關(guān)鍵測(cè)溫點(diǎn)的確定加工中心關(guān)鍵測(cè)溫點(diǎn)的確定3.1測(cè)溫點(diǎn)優(yōu)化的意義前提：機(jī)床熱誤差補(bǔ)償?shù)臏囟容斎胍螅罕M可能準(zhǔn)確地表示主軸及主軸箱的溫度場(chǎng)分布需要盡可能多的測(cè)溫點(diǎn)問題：（1）過多的測(cè)溫點(diǎn)增加了測(cè)溫裝置的成本，使機(jī)床的經(jīng)濟(jì)性降低；（2）過多的測(cè)溫點(diǎn)增加了建立數(shù)學(xué)模型的難度和補(bǔ)償系統(tǒng)運(yùn)算熱誤差的時(shí)間，使補(bǔ)償硬件的操作困難。尋找關(guān)鍵測(cè)溫點(diǎn)關(guān)鍵測(cè)溫點(diǎn)：這些點(diǎn)的溫升變化引起機(jī)床熱誤差的明顯變化3.2關(guān)鍵測(cè)溫點(diǎn)的確定初始測(cè)溫點(diǎn)的確定定性分析和經(jīng)驗(yàn)測(cè)溫點(diǎn)的模糊聚類分析建立各測(cè)溫點(diǎn)之間的相似矩陣建立測(cè)溫點(diǎn)相似關(guān)系方法：數(shù)量積法、相關(guān)系數(shù)法、最大最小法、算術(shù)平均最小法、幾何平均最小法、絕對(duì)值指數(shù)法、絕對(duì)值減數(shù)法

根據(jù)相關(guān)系數(shù)可以確定出相似矩陣

3.2關(guān)鍵測(cè)溫點(diǎn)的確定建立模糊等價(jià)矩陣用平方法求傳遞閉包當(dāng)某一步出現(xiàn)時(shí)，得到一個(gè)模糊等價(jià)矩陣：

測(cè)溫點(diǎn)模糊聚類取確定的水平數(shù)，計(jì)算t(R)的λ截矩陣P，就得到測(cè)溫點(diǎn)結(jié)合的一個(gè)等價(jià)劃分測(cè)溫點(diǎn)的相關(guān)性分析從測(cè)溫點(diǎn)的各等價(jià)類中取一個(gè)測(cè)溫點(diǎn)進(jìn)行組合計(jì)算各測(cè)溫點(diǎn)的復(fù)判定系數(shù)及修正后的復(fù)判定系數(shù)3.2關(guān)鍵測(cè)溫點(diǎn)的確定復(fù)判定系數(shù)修正后的復(fù)判定系數(shù)選擇關(guān)鍵測(cè)溫點(diǎn)

修正后的復(fù)判定系數(shù)大的測(cè)溫點(diǎn)組合3.3加工中心關(guān)鍵測(cè)溫點(diǎn)的確定測(cè)溫點(diǎn)分組的結(jié)果

分組號(hào)123溫升變量測(cè)溫點(diǎn)溫生和熱誤差的相關(guān)系數(shù)測(cè)溫點(diǎn)123456781，21，30.98250.91920.92370.97940.71800.85240.81180.92120.98520.98540.98250.91920.92370.97940.71800.85240.81180.92120.98490.9851測(cè)溫點(diǎn)1，51，61，71，84，24，34，54，6，4，74，80.98250.98340.98390.98370.97970.97980.98150.97950.97940.97940.98210.98300.98350.98330.97910.97920.98110.97900.97890.9789測(cè)溫點(diǎn)1，2，51，3，51，6，51，7，51，8，54，2，54，3，54，6，54，7，54，8，50.99330.99400.98810.98940.99160.98940.99150.98650.98810.99000.99290.99370.98750.98880.99120.98880.99110.98580.98750.98954.熱誤差補(bǔ)償建模研究數(shù)控機(jī)床熱誤差補(bǔ)償原理熱誤差多元線性回歸模型熱誤差分段回歸模型補(bǔ)償結(jié)果分析4.1數(shù)控機(jī)床熱誤差補(bǔ)償原理4.2熱誤差多元線性回歸模型用最小二乘法建立多元線性回歸模型利用統(tǒng)計(jì)學(xué)原理對(duì)熱誤差多元線性回歸模型進(jìn)行顯著性檢驗(yàn)實(shí)驗(yàn)結(jié)果及比較補(bǔ)償前補(bǔ)償后的結(jié)果

4.3分段線性回歸模型4.3分段線性回歸模型分段線性回歸模型機(jī)床熱誤差分段線性回歸模型的實(shí)驗(yàn)分析

分段線性回歸模型的統(tǒng)計(jì)分析數(shù)據(jù)系數(shù)1系數(shù)2系數(shù)3FF2F3Fα(m,n-m-1)殘差分段回歸式19.04044.50896.4330140.5610.7630.116.236682.1式21.618113.738-0.5319248.78494.70.92315.78整體回歸8.719210.15651.77521318.21897.35.2036388

分段回歸之后，雖然整個(gè)誤差公式的顯著性統(tǒng)計(jì)量的值下降，甚至分段中的第二式的第三個(gè)系數(shù)的顯著性水平低于臨界值，但分段回歸之后的殘差下降很多，基本上下降了近5.5倍，說明分段回歸的誤差公式的誤差大大減少了。

4.4熱誤差補(bǔ)償?shù)娜斯ど窠?jīng)網(wǎng)絡(luò)模型徑向基神經(jīng)網(wǎng)絡(luò)系統(tǒng)原理4.4熱誤差補(bǔ)償?shù)娜斯ど窠?jīng)網(wǎng)絡(luò)模型熱誤差人工神經(jīng)網(wǎng)絡(luò)模型4.4熱誤差補(bǔ)償?shù)娜斯ど窠?jīng)網(wǎng)絡(luò)模型隱層(徑向基層)確定隱層節(jié)點(diǎn)數(shù)目用模糊聚類法把樣本分類,從而確定隱層節(jié)點(diǎn)數(shù)目隱層傳遞函數(shù)參數(shù)的確定傳遞函數(shù)(高斯函數(shù))中心點(diǎn)和方差的確定線性層參數(shù)的確定確定了隱層的中心點(diǎn)和方差后，根據(jù)訓(xùn)練樣本的輸入向量和輸出向量，利用最小二乘法計(jì)算線性層的線性傳輸函數(shù)的權(quán)值和閾值。

訓(xùn)練樣本的模糊聚類后水平值λ排序

序號(hào)樣本號(hào)λ序號(hào)樣本號(hào)λ序號(hào)樣本號(hào)λ1280.99991580.999029110.9940260.999916380.998430100.99403350.999817370.998431240.99384340.99981840.998132200.99385310.999619150.996933230.99146360.999620120.996934210.99147320.999621410.996735260.98728330.999522400.996736250.9872930.999423180.996737130.98671010.999424300.996438190.98321120.99932570.99643950.983212290.999326140.996440220.976213270.999127