一种基于最近邻空间点的数控机床主轴热伸长预测方法技术

技术编号:18860108 阅读:53 留言:0更新日期:2018-09-05 13:54
本发明专利技术提供一种基于最近邻空间点的数控机床主轴热伸长预测方法。包括以下步骤:步骤一、运用主轴温度测点的温升变量与主轴热伸长的实测值构建矩阵,矩阵中有η个温升值和一个热伸长值,即构建几何意义的(η+1)维空间点阵,利用空间点阵表达主轴热伸长的预测模型;步骤二、基于多元线性回归分析的热伸长预测值与主轴温度测点的温升值作为参考空间点,用于主轴热伸长预测的基准(η+1)维空间点;步骤三、根据参考点邻域内最近邻点逼近原则,在(η+1)维空间点阵的热伸长实测值中选取并确定热伸长的预估值。目的在于克服多元线性回归表达式的歧义性,提高主轴热伸长预测模型工况信息的真实性,同时简化轴向热伸长误差预测模型结构。

A new method for predicting spindle thermal elongation based on nearest neighbor space points

The invention provides a method for predicting the thermal elongation of the spindle of a numerically controlled machine tool based on nearest neighbor points. It includes the following steps: first, the matrix is constructed by using the temperature rise variables of the spindle temperature measurement points and the measured values of the thermal elongation of the spindle. There are_temperature rise values and a thermal elongation value in the matrix, that is, the geometric (_+1) dimensional space lattice is constructed, and the prediction model of the thermal elongation of the spindle is expressed by the spatial lattice; second, the prediction model is based on the multi-line. The predicted values of thermal elongation and the temperature rise of spindle temperature measurement points are used as reference space points to predict the thermal elongation of spindle. . The purpose is to overcome the ambiguity of the multiple linear regression expression, improve the authenticity of the working condition information of the spindle thermal elongation prediction model, and simplify the structure of the axial thermal elongation error prediction model.

【技术实现步骤摘要】
一种基于最近邻空间点的数控机床主轴热伸长预测方法
本专利技术涉及数控机床主轴热伸长预测方法
,特别涉及一种基于最近邻空间点的数控机床主轴热伸长预测方法。
技术介绍
高档数控机床广泛应用于航空航天、能源、船舶、汽车制造领域,是关键工业装备领域产品的加工制造“母机”。主轴作为数控机床的主动力来源,主轴精度是影响被加工零件几何精度的重要因素。研究表明,机床运转过程中,各部件热变形产生的误差约占机床总误差的70%,其中主轴轴向热伸长直接作用于被加工工件,严重影响工件的加工精度,补偿法可以消除此类误差,但是前提条件要求能够精准预测主轴热伸长误差,因此建立误差预测模型至关重要。研究主轴热伸长误差,关键点温升与主轴热伸长量表现为非线性关系,需要一种真实反映加工工况特征、准确预报误差、模型表达式非歧义的建模方法,用于预估主轴热伸长误差,因此对数学建模有了更高要求。
技术实现思路
为了解决
技术介绍
中所述问题,本专利技术提供一种基于最近邻空间点的数控机床主轴热伸长预测方法。目的在于克服多元线性回归表达式的歧义性,提高主轴热伸长预测模型工况信息的真实性,同时简化轴向热伸长误差预测模型结构。为了达到上述目本文档来自技高网...

【技术保护点】
1.一种基于最近邻空间点的数控机床主轴热伸长预测方法,其特征在于,包括以下步骤:步骤一、运用主轴温度测点的温升变量与主轴热伸长的实测值构建矩阵,矩阵中有η个温升值和一个热伸长值,即构建几何意义的(η+1)维空间点阵,利用空间点阵表达主轴热伸长的预测模型;步骤二、基于多元线性回归分析的热伸长预测值与主轴温度测点的温升值作为参考空间点,用于主轴热伸长预测的基准(η+1)维空间点;步骤三、根据参考点邻域内最近邻点逼近原则,在(η+1)维空间点阵的热伸长实测值中选取并确定热伸长的预估值。

【技术特征摘要】
1.一种基于最近邻空间点的数控机床主轴热伸长预测方法,其特征在于,包括以下步骤:步骤一、运用主轴温度测点的温升变量与主轴热伸长的实测值构建矩阵,矩阵中有η个温升值和一个热伸长值,即构建几何意义的(η+1)维空间点阵,利用空间点阵表达主轴热伸长的预测模型;步骤二、基于多元线性回归分析的热伸长预测值与主轴温度测点的温升值作为参考空间点,用于主轴热伸长预测的基准(η+1)维空间点;步骤三、根据参考点邻域内最近邻点逼近原则,在(η+1)维空间点阵的热伸长实测值中选取并确定热伸长的预估值。2.根据权利要求1所述的一种基于最近邻空间点的数控机床主轴热伸长预测方法,其特征在于,所述的步骤一具体是指:主轴温度测点温升变量的数目为η,热伸长的数目为1,则多维空间的维度为(η+1);温升变量矩阵W与热伸长矩阵S可以构成温升-热伸长矩阵WS,WS为n×(η+1)型矩阵,n代表实际测量的样本数目,WS即为温升-热伸长的(η+1)维空间点阵;(η+1)维空间记为R(η+1),则R(η+1)空间点阵为:在(η+1)维空间中,按照加工时间顺序排列成一串空间点;针对矩阵WS,其R(η+1)空间点阵为{WS}={WS1,WS2,...,WSi,...,WSn},将WS的n个样本运用R(η+1)空间中的n个点来表达。3.根据权利...

【专利技术属性】
技术研发人员:陈松李龙邦程淼赵杨陈燕
申请(专利权)人:辽宁科技大学
类型:发明
国别省市:辽宁,21

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1