【技术实现步骤摘要】
一种基于热分析的数控铣镗床加工精度预测方法
本专利技术涉及数控机床精密加工控制领域,特别是一种基于热分析的数控铣镗床加工精度预测方法。
技术介绍
数控机床是一种高端精密加工设备,数控机床较好地解决了复杂、精密、小批量、多品种的零件加工问题,是一种柔性的、高效能的自动化机床,代表了现代机床控制技术的发展方向,是一种典型的机电一体化产品。数控机床是现代机械加工业皇冠上的明珠,在高端精密机床领域,日本、德国的先进企业牢牢地占据了市场。其中,机床加工精度衡量数控机床水平的是一个重要的技术指标。有研究表明,机床加工过程中,刀头的热变形导致的误差占机床加工整体误差超过25%,因此如何控制热变形导致的误差,是提高机床整体加工精度的关键因素之一。对机床热变形导致的加工误差进行控制的前提是对机床加工过程的产热进行分析,量化分析并计算出其对车床加工精度的影响。但是在现有技术中,还没有能够有效分析机床产热和其对车床加工精度影响的方法。尤其是在加工过程热量较高的镗铣加工机床中,现有技术中主要通过提高冷却系统的冷却效率来解决问题,而非基于热分析对加工精度进行预测和控制。
技术实现思路
为克服现有技术中无法有效分析热变形对于镗铣床加工精度的影响的问题,本专利技术提供的一种基于热分析的数控铣镗床加工精度预测方法,该方法针对加工过程中主要的几个产热单位的热量值,采用改进的神经识别网络算法对其进行分析,估算对于加工精度的影响。本专利技术采用以下技术方案实现:一种基于热分析的数控铣镗床加工精度预测方法,该方法 ...
【技术保护点】
1.一种基于热分析的数控铣镗床加工精度预测方法,其特征在于,所述方法包括如下步骤:/nS1、在加工过程中,实时采集用于计算数控铣镗床热特性数值的特征量,得到热特性特征数据集;/nS2、根据热特性特征数据集分别计算机床的滚动轴承产热值Q
【技术特征摘要】
1.一种基于热分析的数控铣镗床加工精度预测方法,其特征在于,所述方法包括如下步骤:
S1、在加工过程中,实时采集用于计算数控铣镗床热特性数值的特征量,得到热特性特征数据集;
S2、根据热特性特征数据集分别计算机床的滚动轴承产热值Q1、滚珠丝杠产热值Q2、电机产热值Φ和静压导轨油膜产热值QN;
其中,滚动轴承产热值采用如下公式计算:
Q1=1.047·M1·n1
式中:n1为轴承转速,M1为滚动轴承摩擦力矩;
滚珠丝杠产热值采用如下公式计算:
Q2=1.2π·M2·n2
式中:n2为滚珠丝杠转速,M2为丝杠螺母的摩擦力矩;
电机产热值采用如下公式计算:
式中:Mm为驱动电机输出力矩,n3为驱动电机转速;
静压导轨油膜产热值的计算公式为:
QN=μAv/h
式中:μ为油液的动力粘度,A为密封带部分的支承面积,μv/h等于密封带部分的剪切应力;
S3、采用快速搜索与寻找密度峰值算法对热源属性数据集进行聚类,根据决策图确定三个聚类中心,将三个类别根据要求分别定义为合格状态(eq)、介稳状态(he)和误差状态(ue);
S4、采用可拓神经网络算法对聚类后的属性数据集进行训练,直到达到指定的训练错误率,完成训练过程;
S5、继续采集数控铣镗床的热特性特征属性值,并计算得到热源属性数据集;
S6、采用训练完成后的可拓神经网络算法,根据热源数据集中的数据点与类别之间的距离,对实时获取的热源属性数据集进行识别,获取当前状态下数控铣镗床产热对加工精度影响的状态数据;
S7、统计加工过程中状态数据的总和以及各状态数据的和,采用如下的误差累积公式对加工精度进行估计:
式中,N为工件加工过程中采样识别的状态数的总和,Neq是采样和识别过程中状态数据为合格的状态数的总和,Nue是采样和识别过程中状态数据为误差的状态数的总和,k为通过历史数据估算的热变形在该机床镗洗加工过程中对精度的影响系数,根据经验值确定。
2.如权利要求1所述的基于热分析的数控铣镗床加工精度预测方法,其特征在于:所述步骤1中,热特性数值的特征量的包括:轴承转速n1,滚动轴承摩擦力矩M1,滚珠丝杠转速n2,丝杠螺母的摩擦力矩M2;驱动电机输出力矩Mm,驱动电机转速n3、油液的动力粘度μ和密封带部分的支承面积A。
3.如权利要求1所述的基于热分析的数控铣镗床加工精度预测方法,其特征在于:所述步骤S4中,可拓神经网络算法的训练过程如下:
定义热源...
【专利技术属性】
技术研发人员:司文峰,
申请(专利权)人:安徽江机重型数控机床股份有限公司,
类型:发明
国别省市:安徽;34
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。