基于误差分解的数控机床热误差叠加预测模型及实时补偿应用

上海交通大学学报（自然版） ›› 2013, Vol. 47 ›› Issue (05): 744-749.

基于误差分解的数控机床热误差叠加预测模型及实时补偿应用

姜辉，杨建国，李自汉，姚晓栋

(上海交通大学机械与动力工程学院，上海 200240)

收稿日期:2012-02-14 出版日期:2013-05-28 发布日期:2013-05-28
基金资助:
国家自然科学基金项目(51275305)，高等学校博士学科点基金（20110073110041）资助

Application of Real Time Compensation with Combinative Thermal Error Prediction Model Based on Error Separation on CNC Machine Tools

JIANG Hui,YANG Jianguo,LI Zihan,YAO Xiaodong

(School of Mechanical Engineering, Shanghai Jiaotong University, Shanghai 200240, China)

Received:2012-02-14 Online:2013-05-28 Published:2013-05-28

摘要/Abstract

摘要：

针对数控机床热误差变化复杂而难以用常规方法预测的问题，将温升过程的热误差按不同的误差因素分解为静态基准误差和温升影响误差2个部分，分别建模并叠加生成热误差整体预测模型；利用所建模型对一台典型三轴数控铣床进行热误差预测；同时，结合自主研发的误差实时补偿系统，采用模型预测值对机床热误差进行实时补偿.结果表明：所提出的模型可以准确预测温升过程中任意温度的变化状态和坐标位置的热误差；模型预测值对机床热误差的补偿效果显著，可大幅降低热误差对加工精度的影响.

关键词: 数控机床, 热误差, 建模, 实时补偿

Abstract:

A new modeling method was presented to smooth over the difficulties of thermal error modeling on computerized numerical control (CNC) machine tools. This method separates the thermal error into static error and error influenced by temperature alteration, then modeling separately, finally the two parts are combined into an integrated thermal error prediction model. Applying this model in a typical three axis CNC milling machine for thermal error prediction, the result shows that it can accurately predict the thermal error under any given temperatures and coordinates. With an innovative real time compensation system, using the predicted error to carry out the real time compensation experiment, the compensation effect validates that the thermal error can be significantly reduced.

Key words: computerized numerical control (CNC) machine tool, thermal error, modeling, real time compensation

中图分类号:

TH 161

姜辉，杨建国，李自汉，姚晓栋. 基于误差分解的数控机床热误差叠加预测模型及实时补偿应用[J]. 上海交通大学学报（自然版）, 2013, 47(05): 744-749.

JIANG Hui,YANG Jianguo,LI Zihan,YAO Xiaodong. Application of Real Time Compensation with Combinative Thermal Error Prediction Model Based on Error Separation on CNC Machine Tools[J]. Journal of Shanghai Jiaotong University, 2013, 47(05): 744-749.

参考文献

［1］Ramesh R, Mannan M A, Poo A N. Error compensation in machine tools——A review： Part Ⅱ. Thermal errors ［J］. International Journal of Machine Tools and Manufacture，2000，40 (9): 12571284.

［2］李永祥，童恒超，曹洪涛，等. 数控机床热误差的时序分析法建模及其应用［J］. 四川大学学报, 2006, 38 (2): 7478.

LI Yongxiang, TONG Hengchao, CAO Hongtao, et al. Application of time series analysis to thermal error modeling on NC machine tools ［J］. Journal of Sichuan University，2006，38 (2): 7478.

［3］ Yang H, Ni J. Dynamic neural network modeling for nonlinear, machine tool thermally induced error ［J］. International Journal of Machine Tools and Manufacture, 2005，45 (45): 455465.

［4］张宏韬，姜辉，杨建国. 模糊神经网络理论在数控机床热误差补偿建模中的应用［J］. 上海交通大学学报, 2009, 43 (12): 19501952.

ZHANG Hongtao, JIANG Hui, YANG Jianguo. Application of fuzzy neural network theory in thermal error compensation modeling of NC machine tool ［J］. Journal of Shanghai Jiaotong University, 2009, 43 (12): 19501952.

［5］ Shen J H, Yang J G. Application of partial least squares neural network in thermal error modeling for CNC machine tool ［J］. Key Engineering Materials, 2009，, 392: 3034.

［6］张毅，杨建国. 基于灰色神经网络的机床热误差建模［J］. 上海交通大学学报, 2011, 45 (11): 15811586.

ZHANG Yi，YANG Jianguo. Grey neural network modeling for machine tool thermal error ［J］. Journal of Shanghai Jiaotong University，2011，45 (11): 15811586.

［7］林伟青，傅建中，陈子辰，等. 数控机床热误差的动态自适应加权最小二乘支持矢量机建模方法［J］. 机械工程学报，2009，45 (3): 178182.

LIN Weiqing, FU Jianzhong, CHEN Zichen, et al. Modeling of NC machine tool thermal error based on adaptive bestfitting WLSSVM ［J］. Chinese Journal of Mechanical Engineering, 2009, 45 (3): 178182.

［8］ Wang K C, Tseng P C, Lin K M. Thermal error modeling of a machining center using grey system theory and adaptive networkbased fuzzy inference system ［J］. JSME International Journal, Series C: Mechanical Systems, Machine Elements and Manufacturing, 2007, 49 (4): 11791187.

［9］ Zhang Y，Yang J G，Jiang H. Machine tool thermal error modeling and prediction by grey neural network ［J］. International Journal of Advanced Manufacturing Technology, 2012, 59 (912): 10651072.

［10］姜辉，孙翰英，范嘉桢，等. 基于FANUC 0i系统外部坐标原点偏移功能的数控机床误差补偿研究［J］.机械制造, 2009, 47 (7): 7376.

JIANG Hui，SUN Hanying，FAN Jiazhen，et al. Application of error compensation on NC machine tools with external coordinate origin excursion based on FANUC 0i system ［J］. Journal of Machinery, 2009, 47 (7): 7376.

[1]	王箫剑, 洪君, 陈晶华, 李鸿光. 基于参数化建模和响应面优化的箱体减重研究[J]. 空天防御, 2022, 5(4): 60-66.
[2]	胡金硕, 黄健哲. 共轴双旋翼动力学建模与验证[J]. 上海交通大学学报, 2022, 56(3): 395-402.
[3]	胡滨, 何强, 武亚涛, 孙清洋, 刘云申. 机载双基地雷达空时二维杂波建模与特性分析[J]. 空天防御, 2022, 5(1): 37-44.
[4]	陈永信. 滑翔飞行器气动外形与轨迹一体化设计优化[J]. 空天防御, 2021, 4(3): 76-84.
[5]	张显库, 韩旭. 大型油轮艏摇混沌现象的仿真与滑模控制[J]. 上海交通大学学报, 2021, 55(1): 40-47.
[6]	李艳红, 唐成师, 赵吕懿, 胡启鹏, 柴娟芳, 姚新宇. 复杂系统实时仿真的可视化建模方法研究[J]. 空天防御, 2020, 3(4): 30-37.
[7]	贾荣泉, 王力. 复杂云背景环境红外特性仿真建模方法研究[J]. 空天防御, 2020, 3(4): 38-43.
[8]	李意，陈务军，高成军，王雪明，何巍. 考虑裁切效应飞艇囊体模型充气数值模拟与试验[J]. 上海交通大学学报, 2020, 54(3): 277-284.
[9]	任园园，李显生，郑雪莲，王杰. 液罐车精确动力学建模及其侧倾稳定性[J]. 上海交通大学学报, 2020, 54(3): 312-321.
[10]	赵萌, 陈泳, 汤超, 李浩敏, 谢友柏. 集成状态的广义功能建模方法[J]. 上海交通大学学报, 2020, 54(12): 1227-1234.
[11]	赵亮，雷默涵，朱星星，王帅，凌正，杨军，梅雪松. 高精度数控机床主轴系统热误差的控制方法[J]. 上海交通大学学报, 2020, 54(11): 1165-1171.
[12]	亢有为, 王枫, 陈东方, 沈莉. 动力陀螺式导引头动力学建模与分析[J]. 空天防御, 2019, 2(3): 59-65.
[13]	黄福祥, 吴昌楠, 李想, 李新飞, 李隶辉, 阴炳钢. 动力定位船桨-桨干扰建模及分析[J]. 海洋工程装备与技术, 2019, 6(2): 536-543.
[14]	逯广东, 闫铁, 单丹丹. 半潜式平台静稳性分析的辐射积分方法研究[J]. 海洋工程装备与技术, 2018, 5(增刊): 26-29.
[15]	姜宇飞, 武斌斌, 韩敬艳, 沈健, 李晓明, 黄海龙. 基于SACS的海上平台生活楼结构改造计算[J]. 海洋工程装备与技术, 2018, 5(增刊): 144-148.