一种基于图像阈值设置的数控机床主轴热误差建模训练方法技术

一种基于图像阈值设置的数控机床主轴热误差建模训练方法，它属于数控机床加工精度技术领域，该方法主要步骤：第一步：采集温度数据和位移量；第二步：图像数据处理；第三步：制作图像数据集；第四步：模型训练；第五步：模型验证。本发明专利技术能实现复杂工况下的热误差鲁棒建模，能够精确预测主轴热误差，为主轴热误差的精确补偿提供理论保障，有利于提高数控机床整体加工精度。

A Training Method for Thermal Error Modeling of CNC Machine Tool Spindle Based on Image Threshold Setting

A training method for thermal error modeling of CNC machine tool spindle based on image threshold setting belongs to the field of CNC machine tool processing accuracy technology. The main steps of this method are as follows: first step: acquisition of temperature data and displacement; second step: image data processing; third step: image data collection; fourth step: model training; fifth step: model validation. The invention can realize robust thermal error modeling under complex working conditions, accurately predict the thermal error of the spindle, provide theoretical guarantee for the accurate compensation of the thermal error of the spindle, and help to improve the overall processing accuracy of the NC machine tool.

【技术实现步骤摘要】
一种基于图像阈值设置的数控机床主轴热误差建模训练方法
本专利技术属于数控机床加工精度
，特别涉及一种基于图像阈值设置的数控机床主轴热误差建模训练方法。
技术介绍
现代制造技术正在向高精度、高效率、高质量等方向发展，这对于数控机床加工精度的要求也越来越高，提高数控机床加工精度的要求也越发急切。经大量研究表明，机床热误差是影响数控机床加工精度的主要因素之一，因机床热误差引起的工件加工误差约占据总加工误差的40％-70％。因此，要进一步提高精密数控机床的加工精度，必须要对机床热误差进行补偿。而主轴是数控机床的核心部件以及主要热源，因此建立一种有效的主轴热误差建模训练方法是目前数控机床热误差补偿研究的关键。目前虽然有大量关于数控机床主轴热误差建模方法方面的研究，但当前各项误差建模技术的实用化程度不高，难以作为一种共性的解决方案来适用于数控机床加工的各种工艺条件和应用场合。究其原因，除了应用层面的各种复杂工况，更深层次的原因在于当前主轴热误差补偿建模技术存在数据采集精准度问题，温度关键点筛选问题，以及智能化应用问题。
技术实现思路
本专利技术为克服现有技术不足，提供一种基于图像阈值设置的数控本文档来自技高网...

【技术保护点】
1.一种基于图像阈值设置的数控机床主轴热误差建模训练方法，其特征在于：第一步：将多个温度传感器均匀布置在数控机床主轴前后轴承上，将位移传感器布置到机床主轴前轴承轴向和两个径向方向处，所述位移传感器分别检测主轴轴向以及径向方向的位移量，所述位移量为主轴热误差，按照设定速度使数控机床主轴空转2h‑3h，每隔1‑3min红外热像仪采集一次升温温度数据，位移传感器采集一次位移量，采集结束后，停转机床，静置2h‑3h，每隔1‑3min红外热像仪采集一次降温温度数据，位移传感器采集一次位移量；第二步：红外热像仪根据环境温度设定好温度条范围，根据采集的升温数据，得到相应的多个温度条颜色阈值，根据多个颜色阈值...

【技术特征摘要】
1.一种基于图像阈值设置的数控机床主轴热误差建模训练方法，其特征在于：第一步：将多个温度传感器均匀布置在数控机床主轴前后轴承上，将位移传感器布置到机床主轴前轴承轴向和两个径向方向处，所述位移传感器分别检测主轴轴向以及径向方向的位移量，所述位移量为主轴热误差，按照设定速度使数控机床主轴空转2h-3h，每隔1-3min红外热像仪采集一次升温温度数据，位移传感器采集一次位移量，采集结束后，停转机床，静置2h-3h，每隔1-3min红外热像仪采集一次降温温度数据，位移传感器采集一次位移量；第二步：红外热像仪根据环境温度设定好温度条范围，根据采集的升温数据，得到相应的多个温度条颜色阈值，根据多个颜色阈值进行均等数值扩充以及排列组合，使最后得到的数值整体大小为输入图像大小，并将得到的整体数组转为图像；第三步：以采集到的位移量为标签，和转化后的图像一一对应制作图像数据集，将数据集分为训练集以及测试集，进行训练预测；第四步：设定卷积神经网络模型，输入训练集进行训练，当训练精度达到90％以上，停止训练，保存模型，输入测试集进行测试，若精度未达到90％以上，进行参数调整，使预测精度达到90％以上；第五步：进行有限元验证，利用ANSYS软件进行仿真分析，将仿真得到的主轴温度场图片作为卷积神经网络模型输入得到主轴热变形的预测值，并与仿真得到的热变形场数据进行比较，若两者的偏差在所述一定偏差范围内，即验证模型精度满足要求，否则，返回第四步，进行再次的训练调参以及测试验证。2.根据权利要求1所述一种基于图像阈值设置的数控机床主轴热误差建模训练方法，其特征在于：第四步的卷积神经网络模型分为计算和调参两部分：一个卷积神经网络由若干卷积层、池化层、全连接层组成；首先对图像的每个像素进行编号，xd,i+m,j+n表示图像的第d层第i+m行第j+n列像素，ωd,m,n表示滤波器的第d层第m行第n列权重，用wb表示滤波器的偏置项；对特征图的每个元素进行编号，用ai,j表示特征图的第i行第j列元素；D是深度；F是滤波器的大小；用f表示激活函数，W2是卷积后特征图的宽度；W1是卷积前图像的宽度；P是零填充的数量；S是步幅；H2是卷积后特征图的高度；H1是卷积前图像的宽度，使用下列...

【专利技术属性】
技术研发人员：房芳，项四通，刘超，闵文君，罗展鹏，
申请(专利权)人：宁波大学，
类型：发明
国别省市：浙江,33