一种用于数控机床加工误差原位精度修复的方法技术

本发明专利技术提供一种用于数控机床加工误差原位精度修复的方法，首先构建机床与基础系统的多自由度系统力学模型，改进结合面粗糙表面的微凸体模型求解具体表达式，然后利用考虑结合面影响的多自由度系统力学模型获得机床材料和基础材料等效弹性模量与固有频率之间的关系，以此训练神经网络模型，以模态实验获得的固有频率为输入，利用训练后的神经网络模型实现机床和基础等效弹性模量的修正，基于修正后的多自由度系统力学模型辨识出z轴升降台上刀具在时间序列下的位移值，得到被加工零件的表面真实形貌，判断表面形貌是否满足加工精度，在不拆卸零件的基础上完成被加工零件原位精度损失的修复。度损失的修复。

【技术实现步骤摘要】
一种用于数控机床加工误差原位精度修复的方法


[0001]本专利技术属于机械加工
，具体涉及一种用于数控机床加工误差原位精度修复的方法。

技术介绍

[0002]目前精密检测被加工零件的形位公差以及表面形貌，需要将被加工零件放置在三坐标测量已和精度形貌上进行检测，然而如果通过拆卸被加工零件检测其质量，不仅会增加劳动强度和时间，也会因为二次装卡带来更大的加工误差。受位移传感器装配的限制，无法通过直接布置位移传感器而获得机床刀具处的位移变化。另外，通过应用传统的多自由系统力学模型获得位移量，需要在已知作用力的作用才可完成，而机床在实际工况作用下，受自身动力源载荷、切削载荷和环境载荷等多耦合作用力影响，无法获得精准的作用力信息，因此还无法应用传统力学模型实现多自由系统的位移信息辨识，所以目前的技术还无法实现在机床工作台上精密的检测表面加工质量。

技术实现思路

[0003]基于上述问题，本专利技术提供一种用于数控机床加工误差原位精度修复的方法，包括：
[0004]步骤1：构建机床与基础系统的多自由度系统力学模型：
[0005][0006]式中，m为质量矩阵；c为阻尼矩阵；k为刚度矩阵；f(t)为等效力向量；为加速度向量；为速度向量；x(t)为位移向量；
[0007]步骤2：改进结合面粗糙表面的微凸体模型，确定多自由度系统力学模型中的刚度矩阵k和阻尼矩阵c的值，得到多自由度系统力学模型的具体表达式；具体表述为：
[0008]步骤2.1：将结合面的两个粗糙表面接触简化为弹性粗糙表面与理想刚性光滑表面的接触，粗糙表面在微观领域中由一个个微凸体模型构成，取单个微凸体模型的内接正方体为改进后的微凸体模型；
[0009]微凸体模型外接圆的曲率半径R为：
[0010][0011]式中，l是单个微凸体宽度；D是分型维数；G是分形粗糙尺度系数；
[0012]步骤2.2：根据几何关系确定内接正方体的棱长a为：
[0013][0014]步骤2.3：根据刚度定义确定改进后的微凸体刚度值k
ne
为：
[0015][0016]步骤2.4：确定最终接触刚度k
s,i
：
[0017][0018]式中，当i等于1且ω
el
＝110ω
ec
时，k
s,1
表示结构件间结合面刚度矩阵，当i等于2且ω
el
＝1.75ω
ec
时，k
s,2
表示机床与基础间结合面刚度矩阵；N是微凸体总数；ψ(z)为高斯分布函数；d是理想刚度平面与微凸体平均高度平面之间的距离；
[0019]确定系统的刚度矩阵k：
[0020]k＝k
p
+k
s,1
+k
s,2
(9)
[0021]式中，k
p
表示不含结合面的多自由度系统的刚度矩阵；
[0022]步骤2.4：确定阻尼矩阵c：
[0023]c＝αm+βk(10)
[0024]式中，α和β为比例系数；
[0025]步骤3：通过公式(1)输出机床材料和基础材料的等效弹性模量与多自由度系统的固有频率相对应的多组数值，用于构建神经网络的样本集合；对神经网络进行训练，将通过模态实验获得的固有频率的实验值作为训练后的神经网络的输入，分别获得结构件和基础的等效弹性模量的修正值；将修正后的等效弹性模量带入到公式(1)中获得修正后的多自由度系统力学模型；
[0026]步骤4：通过修正后的多自由度系统力学模型得到关于位移的求解函数，以在线的加速度信息为输入，输出机床上各部件在整个加工过程中的位移监测值x(t)；
[0027][0028]式中，g(τ)为调制函数，为调制函数的一阶导数，为调制函数的二阶导数，t为时间，T为任意小于时间t的常量，τ为在定义域内的参数，为在参数τ处的速度，为在参数τ处的加速度，f(τ)为在参数τ处的作用力；
[0029]步骤5：每隔一段时间通过模态实验获得固有频率的实验值，作为训练后的神经网络的输入，通过训练后的神经网络的输出来重新修正多自由度系统力学模型；
[0030]步骤6：通过步骤4获得z轴升降台上刀具在时间序列下的位移值，将获得的位移值和走刀路线的时间一一对应，完成在整个加工过程中刀具状态重构，从而可以描述出被加工零件加工后的真实表面形貌；
[0031]步骤7：将被加工零件工程图中要求的形位公差和粗糙度参数列出，利用第6步获得的真实表面形貌计算被加工零件表面真实的粗糙度值和真实的行为公差参数，通过与工程图中要求的参数做差，判断出哪些参数是符合要求的，哪些是不符合要求的，按照不符合要求的参数差值进行再加工，实现被加工零件的原位精度修复。
[0032]本专利技术的有益效果是：
[0033]本专利技术提出了一种用于数控机床加工误差原位精度修复的方法，利用精准的物理模型、加速度传感器(便于布置在机床任一部件上)在线完成刀具位移的辨识，本专利技术方法可在不知道作用力的前提下即可完成位移的辨识，完成被加工零件表面形貌的重构，基于
此实现被加工零件的在线原位修复。
附图说明
[0034]图1为本专利技术中用于数控机床加工误差原位精度修复的方法原理图；
[0035]图2为本专利技术中改进后的微凸体模型图；
[0036]图3为本专利技术中三轴立式机床的传感器布置图；
[0037]图中，1、振动检测仪；2、基础；3、机床床身；4、y向工作台；5、立柱；6、x向工作台；7、z轴升降台；8
‑
1、加速度传感器I；8
‑
2、加速度传感器II；8
‑
3、加速度传感器III；8
‑
4、加速度传感器IV；8
‑
5、加速度传感器V；8
‑
6、加速度传感器VI；9、被加工零件。
具体实施方式
[0038]下面结合附图和具体实施实例对专利技术做进一步说明。
[0039]如图3所示，本专利技术以三轴立式机床为例进行说明。机床床身3用螺栓固定在基础2上，y向工作台4与机床床身通过导轨固定，x向工作台与y向工作台通过导轨固定，立柱5通过螺栓与机床床身3固定，z轴升降台7通过导轨固定在立柱5上，构成机床与基础系统结构。将加速度传感器8
‑
1、8
‑
2、8
‑
3、8
‑
4、8
‑
6利用磁铁吸座分别固定在立柱3、z轴升降台7、x向工作台、y向工作台、机床床身3上，将加速度8
‑
5用胶固定在基础2上。将所有加速度传感器信号传输到振动检测仪1进行数据处理，利用振动检测仪获得多体系统的固有频率实验值以及比例系数值。
[0040]由于位移辨识的精度取决于物理模型的准确性，因此本专利技术将机床和复合基础作为统一系统进行力学建模。同时，考虑各结合面影响主要本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于数控机床加工误差原位精度修复的方法，其特征在于，包括：步骤1：构建机床与基础系统的多自由度系统力学模型：式中，m为质量矩阵；c为阻尼矩阵；k为刚度矩阵；f(t)为等效力向量；为加速度向量；为速度向量；x(t)为位移向量；步骤2：改进结合面粗糙表面的微凸体模型，确定多自由度系统力学模型中的刚度矩阵k和阻尼矩阵c的值，得到多自由度系统力学模型的具体表达式；步骤3：通过公式(1)输出机床材料和基础的等效弹性模量与多自由度系统的固有频率相对应的多组数值，用于构建神经网络的样本集合；对神经网络进行训练，将通过模态实验获得的固有频率的实验值作为训练后的神经网络的输入，分别获得机床和基础的等效弹性模量的修正值；将修正后的等效弹性模量带入到公式(1)中获得修正后的多自由度系统力学模型；步骤4：通过修正后的多自由度系统力学模型得到关于位移的求解函数，以在线的加速度信息为输入，输出机床上各部件在整个加工过程中的位移监测值x(t)；步骤5：每隔一段时间通过模态实验获得固有频率的实验值，作为训练后的神经网络的输入，通过训练后的神经网络的输出来重新修正多自由度系统力学模型；步骤6：通过步骤4获得z轴升降台上刀具在时间序列下的位移值，将获得的位移值和走刀路线的时间一一对应，完成在整个加工过程中刀具状态重构，从而可以描述出被加工零件加工后的真实表面形貌；步骤7：将被加工零件工程图中要求的形位公差和粗糙度参数列出，利用第6步获得的真实表面形貌计算被加工零件表面真实的粗糙度值和真实的行为公差参数，通过与工程图中要求的参数做差，判断出哪些参数是符合要求的，哪些是不符合要求的，按照不符合要求的参数差值进行再加工，实现被加工零件的原位精度修复。2.根据权利要求1所述的一种用于数控机床加工误差原位精度修复的方法，其特征在于，所述步骤...

【专利技术属性】
技术研发人员：田杨，程金池，章子玲，李明昊，
申请(专利权)人：沈阳理工大学，
类型：发明
国别省市：