文摘
数控机床是过程控制设备集机、电、液,使其故障诊断复杂和特殊的由于自己的先进的,复杂的,和智能特征。传统诊断方法依赖于工程技术人员的经验,融合了人类主观因素,只能进行定性分析,导致诊断效率低。和通过一个传感器来检测和诊断机床,决策的准确性和可信度很低,和系统也弱干扰。在本文中,我们首先总结数控机床的组成和工作原理,分析数控机床所产生的工作状态信号的传感器收集的信号和决定使用多传感器multisignal fusion-based方法监测机床状态。可以从观察到的信息得到更有效的和有价值的信息通过多种传感器融合可以实现的目标。在本文中,基于小波变换的多传感器融合技术和神经网络融合应用于机床状态监测系统。小波分析和神经网络的理论基础,介绍了状态监测系统的构成和应用的过程中基于小波分析和神经网络的多传感器融合技术在状态监测系统。一个完整的软件和硬件系统建立了数控机床的在线监测。为了提高数学模型的准确性,使用神经网络以适应非线性数据,利用粗集理论简化相关数据可以有效地解决精确建立数学模型的误差补偿方法。数控机床的热误差补偿方法,提出了基于粗糙集理论,蚁群算法和神经网络。 This paper first investigates the current development of error compensation technology for CNC machining centers, analyzes the various error sources of CNC machine tools, and finds out the influencing factors affecting the errors of CNC machine tools.
1。介绍
随着科学技术的发展和信息的爆炸性增长,各行各业,作为制造业的基础,也是繁荣(1]。如今,生产模式已经从单个模型转化为一个工业化和信息集成模型和来的时代与information-physical系统,所以虚拟工业资源和信息的集成到生产过程已经成为一个热门话题如今智能制造(2]。过渡的生产方法、柔性制造系统、电脑一体机制造系统,提出了网络化制造和智能制造系统(一个接一个3]。在这个时候,是非常重要的改善生产系统的自主性和协同作用,所以各种人工智能技术引入到生产系统的设计。从本质上说,智能制造的概念仍然是智能设备,使用在生产过程中产生的各种信息,使分析、推理、判断和决策4]。在先前的研究设备监控,只有一个传感器常常讨论。近年来,它已成为越来越普遍的使用相同类型的多个传感器,或多个不同类型的传感器,智能系统,系统收集的信息变得更加多样化。然而,融合多个传感器组成的系统的有效集成到一个单一系统不够研究[5]。尽管已经做了很多研究在过去几十年能够处理从传感器的信息收集系统,对信息的需求和需求的速度往往是如此之大,只是增加传感器的数量是一个解决方案来满足系统的需求,但这种方法会导致浪费信息和增加的成本开发智能系统(6]。
因此,如何充分利用他们提供的信息是一个重要的研究多传感器系统的元素7]。在多传感器信息融合系统将有一个很大的优势相比,系统只处理一个传感器,和前将不仅反映更准确地测量对象的实时状态,还收集测量对象的状态信息更全面8]。在这个阶段,系统对多传感器信息融合技术的研究不是很发达。大多数的研究是基于遇到的实际问题。融合系统的具体实施方案确定的根据实际情况和特点研究目标,系统、模块化、标准化的制定相对缺乏。除了上述之外,传感器的准确性,计算机计算的速度,和人为因素和其他实用的原因导致缺乏综合研究等技术,在过去,当研究多传感器信息融合系统中,少是考虑模块化、高度集成、多功能性和适用性在各个领域(9]。多传感器信息融合技术已经在各个领域的广泛推广和应用潜力,已经成功地应用在军事等领域,航空航天、工业控制、遥感。然而,大规模、系统应用程序刚刚发芽,和帮助生产不够大。鉴于上述情况,有必要进行深入研究技术的多传感器信息融合系统。不同于传统机床,数控机床先进、复杂的和聪明的,所以,其故障诊断是复杂和特殊的[10]。数控机床故障的原因是多方面的,可能是机械故障,也可能是电气问题,也许这两个方面是可行的,和诊断是非常复杂的,要求维修人员根据实际情况做出全面的判断。经验表明,在数控机床故障诊断,所花费的时间的原因和部分故障诊断占总时间的-90%,80%为故障诊断和修理时间只占总时间的-20% (10%11]。
多年来,国内外误差补偿方法,大多数的学者们进行了大量的研究工作,也取得一定程度的成功。但毕竟,数控机床加工过程是复杂的,和切割过程受到刀具磨损的影响,力、切削热、和其他原因。因此,影响机床误差的原因有很多。应充分考虑各种来源的错误,应该建立一个精确的数学补偿模型来实现机床误差补偿的准确性。数控机床切削网站,使用便宜的方法是检测和识别所有的误差源,使用设备识别和检测误差来源,和获得的数据建立数学模型来使用软件获得了误差补偿值达到综合误差补偿值的目的。本文研究的目的是构建数学模型的数控机床的热误差补偿系统,实现数控机床热误差的补偿校正通过软件补偿技术,以提高数控机床加工的准确性通过软件技术,并完成加工的成就高精密机床精度较低层次上的产品和加工精度的实现良性循环。
2。相关工作
高速度、高精度、快速响应和低成本仍然是数控机床的主要发展方向。在ultra-high-precision加工,高速、快速响应、高分辨率,和长冲程精密定位控制系统变得尤为重要,因为高速反馈系统能够减少必要的nonmachining时间;因此,高速反馈系统已成为发展方向数控机床(12]。然而,很难有一个高精度反馈系统由于许多因素,如间隙和滚珠丝杠和螺母之间的摩擦。随着机床热变形引起的热误差是在机床误差的主要来源,许多研究者的研究工作的重点是整个机床的热误差补偿;这是由于温度对机器结构的不规则变化,所以热变形的时间不是一个线性过程。它扩大接触热源,热膨胀系数和机床的结构系统产生复杂的热行为。因此,关键点的选择影响热误差的来源变得非常困难,和这个研究内容也非常小13]。目前在国外,机构和大学研究更好的数控机床热误差补偿包括国家标准与技术研究所,密歇根大学、辛辛那提大学,东京大学,埃亨大学和柏林理工学院。
其中,在1996年,密西根大学的研究中心和SMS联合开发一个全面的误差补偿供应系统,这个系统的发展是热误差补偿技术的集合,几何误差补偿技术,和负载误差补偿技术。它已经成功地应用在公司的双轴数控机床。于1997年在美国密歇根大学的成功翻了一番数控机床的加工精度,热误差补偿技术的方法实现在美国通用汽车(GM)公司的数控机床加工中心,以便生产离合器的加工中心超过100机床的加工精度有了很大提高,同时也产生了巨大的经济效益14]。根据引发的灵感小脑模型,在密歇根大学的劳动力,成功改进了数控机床的加工精度,该方法是基于连接控制器的结构(小脑)神经网络,和机床热误差补偿的数学模型是人为地构造15]。误差的在线补偿技术由密歇根大学的研究人员成功地应用到数控加工设备位于美国波音飞机制造公司和设备加工精度显著提高,如大型龙门加工中心及其 - - - - - -轴, - - - - - -轴和 - - - - - -轴旅游45英尺的距离,10英尺,和4英尺,分别通过在线补偿的实现技术;误差值是人为创建在线补偿的实现技术,创造人工错误值平衡的原始几何和热错误加工中心,加工中心的制造精度提高10倍,产生显著的经济效益,指出前进的方向16]。美国国家标准与技术研究院(NIST)的第一个机构研究误差补偿技术,数控加工中心;它几何和热误差补偿加工中心地区,成功地提高了加工中心的加工精度。近年来,美国国家标准与技术研究院(NIST)从事误差控制技术的研究,人工引入新错误修正系统误差值,也就是说,仅通过测量工件的一段时间,和数据处理技术的使用建立误差补偿模型来准确地调整系统的原始误差值(17]。
近年来,日本在东亚在误差补偿技术方面也取得了很好的成就。基于智能制造的新概念,东京大学的研究人员已经成功地实现数控机床综合误差补偿使用热作为驱动力。基于概念的“热刚度”,日本研究人员提出了机床热变形的发展对CAD和CAM和取得了良好的效果。基于模糊控制理论,热误差补偿控制器成功地应用于TDC-FUZZY主轴头的大阪Kogyo (OKK)在日本,和主轴头的热误差是成功控制。借助有限元方法,柏林技术大学的研究人员计算机器的温度场组件和整机(18]。
神经网络可以学习常规信息分散到不同的权值和阈值的网络,每个节点可以同时处理的功能信息。虽然单个神经元非常结构化的和有限的功能,大量的神经元实现极其丰富多彩的行为和被广泛使用。人工神经网络具有良好的发展前景,有以下原因:第一,避免神经网络专家系统的缺点,即需要之前建立一个知识系统,而神经网络获取知识通过学习样本权重和阈值包含法律、只需要存储的权重和阈值来实现输入和输出关系的仿真和实现预测功能,也就是说,非线性映射函数;第二,神经网络具有良好的在线学习和并行操作功能,良好的容错参数,和良好的推理,特别是对于非线性信息,不完善的信息,和不准确的信息,并有很好的仿真能力,作为一个新的建模技术被广泛使用19]。建立数控机床用精确的数学模型是误差补偿的重点,但数控机床的复杂结构,获得精确的数学模型是非常困难的,再加上数控加工中心的环境总是不断变化的,不断变化导致加工错误,所以误差的补偿价值不是一个简单的加法或减法的各个组件。很难通过线性模型补偿的数控加工中心,和补偿价值也很不准确。但对于非线性信息,神经网络具有良好的拟合能力和预测能力。因此,神经网络可以作为数控机床误差补偿。输入多组因素影响加工精度和输出误差值对应相应的因素,然后,样本数据用于网络训练(20.]。学到的知识存储在权重和阈值,神经网络可以学习和成功。网络输出值误差值;也就是说,机器将运行一段距离热变形误差值。然后,你把相反的误差值的数量,把它写进了机床数控中心识别和重叠。数控加工中心做相应的行动和成功实现误差补偿(21]。
3所示。Multisensor-Based数控机床的误差分析和识别
3.1。数控加工误差的来源
伺服系统中,计算机数控设备,输入和输出设备,控制媒体,数控加工中心的主体构成数控加工中心。数控加工中心加工信息存储在控制中,通常被称为信息载体。数控机床实现自动处理核心的数控设备,主要由通信接口板,位置控制,PLC接口板,专业功能模块、计算机系统,相应的控制软件,等等。控制系统处理输入和输出信息,实时控制工具的轨迹,例如,基于信息存储在控制媒体。伺服系统是机床的身体,和数控系统之间的链接,反向传动装置,驱动控制系统,伺服电机,和位置检测系统包括伺服系统,也就是说,电力驱动链接。伺服电机驱动控制系统命令;也就是说,伺服电机是执行控制系统的一部分。
命令位置和实际位置的比较信号颁发的计算机控制系统产生位移的命令,然后放大权力指导机床做非常准确定位根据预定的路径和移动速度和最终驱动数控机床制造工件按照图纸要求。检测反馈系统由一个检测电路和执行组件,获取移动部件的速度和位置信息的目的是检测反馈系统,和获得的信息传输到数控设备;反馈信息和指令信息相互比较和修正,形成了一个完整的闭环控制系统。提要机制和主轴、床上,和其他机械部件构成了机床的主体,这是物理的力学机理,数控机床的一部分,和数控机床的自动化程度非常高。与普通机床的生产率和加工精度相对较高,它还具有良好的抗振性。机床工作时,因为移动部件之间的差距很小,彼此之间的磨损量较小,它有一个良好的变速传动系统和高度的自动化。数控机床加工的原理如下:机床的数控机床是一种用数字信息来实现自动控制,并与普通机床相比,自动化控制是最基本的区别。加工机械零件在数控机床,数控机床只能识别数字信息,首先,加工工件的几何信息和工艺信息应该转化为数字量。然后,根据图纸的要求,我们将合理的工具参数、工艺参数和技术然后编译所有部分的处理信息到数控机床来识别代码。最后,工件加工程序写入了数控系统。 After analysis and processing by the computer control system, the control instruction information is issued, and the CNC machine tool realizes the automatic processing of the workpiece.
主轴,各种线性指南或转动轴,列,和床构成的框架结构通用数控机床和各种组件的组合可能会导致各种错误。数控机床的加工误差是由以下几方面:(1)插值生成的错误处理的数控插补算法;(2)各种错误造成的机床的切削力,重力的机床,机床的变形及其刚度不足等;(3)伺服跟踪误差造成的机床轴伺服系统;(4)大量的热误差引起的机器的内部部件的摩擦和热量交换的外部环境;(5)在装配过程中装配误差引起的几何误差;(6)部分尺寸误差,机床零件的加工精度;和(7)其他错误,如发现在测量过程中产生的错误和环境的变化而引起的错误外部气流,空气湿度、振动等。精密机床加工的程度有显著影响总体误差可分为两类准静态误差和动态误差。准静态误差引起的一段时间的周期基本保持不变或变化较慢,和机床本身密切相关的制造和加工精度误差,包括数控加工中心的重量误差造成的,相对运动引起的误差,热膨胀和收缩引起的误差和几何误差。机床的精密程度和各种误差来源及其影响因素之间的影响如图2。动态误差特性更为复杂,通常是由以下原因引起:主轴运动误差,机床振动引起的误差,伺服控制系统误差等。机床通常需要改进和提升的动态误差self-processing设备和自我系统。
3.2。数控机床误差识别
几何误差主要来自机床本身,如静态和动态位移的机器零件,机器零件之间的配合误差,和制造和加工缺陷。这主要是因为滚珠螺杆的螺距改变定位误差、角运动误差和直线度误差由导轨的变形引起的。伺服系统由于反弹不匹配误差引起的传动装置的反弹,滚珠螺杆,等。几何误差只有相关刀具或工件的相对位置,如图3。以CMM为例,它一般包括直线运动轴( , ,和 ),这是互相垂直。一般来说,加工工件的位置和探针彼此是通过工作部件的相对运动和相互尊重。然而,在实际应用中,由于润滑等因素部分,安装、制造错误,伺服系统错误后,和间隙误差,机床的许多工作部件执行所需的运动检测程序,和相应的运动就会发生错误。数控加工中心的几何误差是一个全面的映射每个重要的机床安装后的综合几何误差。根据运动学理论,每个工件在空间是由六个自由度和三个转动自由度和三个平移自由度。理想情况下,然而,只有一个自由度的相对运动进行在每个零机的一部分,和其他五个自由度的运动导轨的方向是有限的。但事实上,当工作在一个方向上移动,它是伴随着其他五个方向的误差运动. .因为许多因素影响数控机床的几何误差,所以很难准确的检测,但由于几何误差具有稳定性的特点,本文建立了补偿模型,几何误差数据添加到模型的建立,使用机床本身的实时在线测量系统,测量和实时反馈到数控中心;数控中心将这些数据转化为神经网络预测补偿。
驱动系统的高精度和高速数控机床热误差引起的热膨胀和收缩是数控加工中心的主要误差源,因此本文的研究对象是热误差。热误差是由热膨胀和收缩引起的数控加工中心组件,和热变形是由复杂的温度场引起的机床工作时,复杂的温度场是热误差的基本研究,是本文的主要研究内容。机床温度场的主要系统受到内部和外部热源的影响;因此,温度的变化不稳定阶段的热平衡机床组件导致的下降程度的加工精度和热变形过程。在机床中,有两种形式的热误差。(1)相关热误差和位置不均匀热产生的机工具,这将导致导轨的热变形,从而导致角运动误差和直线度误差,机床的温度场的变化。例如,由于测量尺度的增加,机床的温度场变化,和螺距的变化误差降低,紧随其后的是下面的温度场的定位误差。机床的热变形会导致机床坐标轴之间的垂直变化,导致垂直度误差(2)热误差和位置并不相关,如机床拖板和机床主轴热运动。两个坐标立式加工中心为例,一般分为热来源 - - - - - -, - - - - - -,和 - - - - - -轴跟踪副摩擦,主轴箱齿轮摩擦, - - - - - -, - - - - - -,和 - - - - - -轴滚珠丝杆螺母摩擦, , ,和驱动电机、油泵、主轴轴承摩擦和主轴电机。同时,支持部分的数控加工中心的主要形式也可以热源引起热变形,其中工具更换电机,电气部分,和电源是最常见的。如果加工中心加工,冷却泵,减少热量的冷却剂,将成为主要来源之一的热变形引起的机床
3.3。Multisensor-Based误差测量
随着科学技术的发展和基础工业的发展,市场对高精度产品变得越来越广泛。电子工业还是航空航天工业、精密机械加工技术已广泛应用于各行各业。是一个高度集成的微处理器芯片还是一个巨大的国际空间站,离不开高可靠、高精度的数控机床。现在主要有两种方法的误差补偿和误差预防减少数控机床的各种错误。本文主要侧重于研究热错误,所以接下来的重点是减少热错误使用误差补偿方法和错误预防方法。将数控机床在工作过程中受不同热源。数控加工中心的工作总是外部和内部热源的交替作用下,这些热源非常数的特征。不同处理条件下,热引起的程度是不同的。用不同的结构、形状和材料,数控加工中心有不同的热惯量,不同的热电阻之间的连接,和不同的传热条件。因此,不同的温度场的形成是表面的机床。 The formation of the temperature field is caused by the thermal expansion and contraction of machine tool components, the location of the machine tool components has changed, the machine tool’s previous processing accuracy was destroyed, and different temperature fields further accelerate the wear and tear of the moving parts, which caused the error of the machined workpiece. By the CNC machine tool thermal error factors and its nature of performance, error compensation technology and error prevention technology are the main measures to reduce the machine tool thermal error. The error prevention method is to reduce the CNC machine tool thermal error of hard technology, generally by modifying the machine structure and controlling the heat source, and there are other methods to achieve control of the machine tool thermal error function. Commonly used methods are as follows.(1)合理优化机器的布局结构,也就是说,优化机器结构和布局设计。在结构的优化,应该尽量使机床组件均匀加热,这样相对位置保持不变;机床的具体措施是为均匀传导产生热量;该方法可以有效地减少相对机床的热变形。此外,在机床的设计,对称结构可以有效地减少热变形带来的热误差龙门平面磨床;例如,如果仅为单柱结构设计,不对称的结果,很容易引发变形弯曲,但如果你使用对称结构双柱式,只有垂直运动(2)平衡机温度场和建立一个辅助热源(3)减少机器的内部热量生成和热源的工具。减少热错误可以通过控制机床的内部发热装置,从而减轻热转换和摩擦热的代加工中心,减少传动齿轮和传动轴(4)提高绝缘散热条件,即。,to improve the cooling and lubrication during the machining process. In the process of the workpiece being machined, a lot of heat is generated, which needs to be cooled, and at the same time, chip removal should be done quickly; a hydraulic pump station is the equipment that generates more heat in the hydraulic system, so it should be placed outside the machine tool, but if it cannot be placed outside, effective heat transfer measures should be taken; in order to improve the heat transfer capability, forced lubrication cooling is used in the CNC machining center spindle parts or spindle box, sometimes circulating the cooling oil after cooling for cooling; for the place of high heat generation, it should increase its heat dissipation area(5)使用恒温环境,通过机床加工环境温度的有效管理,以减少热误差的目的。一般来说,它应该被用于一个恒定的温度与高精度数控机床车间,和预热完成,这样组件的温度上升均匀减少热变形,可以有效提高机床加工精度
研究数控机床热误差很小,误差预防方法引起了学者的注意,并获得良好的效果,减少机床的热误差方面发挥了重要的作用。然而,随着科学技术的进步和研究工作者,错误的缺陷预防方法已经完全暴露出来。首先,提高机床的加工精度,只能采用误差分析方法。精度达到一定水平时,就会变得很难提高数控机床的加工精度,特别是对超精密加工过程。其次,使用这种方法来处理产品高精度需求将大大增加成本,这是有时大于带来的经济效益,可以减少处理错误。有两个主要原因的限制使用错误预防方法:首先,在机床加工过程中,外部环境和加工条件不常数和环境已经改变,是不可预测的,导致机床自身的错误,然后,机床加工本身有错误,这两个错误都不是常数,所以提前预防或准确地估计这些错误往往是不容易的。第二,与机床的复杂性,机床是由大量的电子和机械部件;任何其中一个生成的错误可能会增加整个机床的误差。并严格限制每个组件的误差控制误差的来源通常是很难做的,即使你能做到,这不是一个经济的方法。误差补偿方法和错误预防方法是不同的; through the analysis of different sources of error on the impact of machining accuracy, an error compensation mathematical model was constructed, so as to artificially modify the distance of the machine tool, so that the machine tool machining accuracy can be significantly improved. Compared with the error prevention as a hard technique, the error compensation method is a soft technique. This method does not need to modify the machine tool hardware, and you can use the general degree of precision machine tools to produce high-precision products, to achieve the purpose of producing high-precision parts through low-precision equipment.
4所示。基于多传感器误差动态补偿处理
对数控机床的热膨胀和收缩,有两种补偿方法:首先,当需要精度高时,使用在线补偿系统补偿误差值;这个方法需要首先建立一个温度和热误差的数学模型法,利用实时测量系统获取机床的当前状态,然后输入到误差补偿数学模型来实现热误差实时补偿;第二,lower-precision需求下,您可以使用预设补偿的方法,通过离线建模或直接检测的热变形值,获得热变形的数学模型和影响因素以及由此产生的变形法编程,最后实现热误差补偿来提高数控加工中心的加工精度,如图4。
数控机床误差补偿是获得经验的过程中探索离线早些时候在改变数控代码来实现误差补偿。补偿过程耗时且还需要假设误差获得离线和实际误差值必须相同。随着时间的推移,两个不同的误差补偿技术形成:反馈中断法和原点平移法。有许多原因数控机床的热变形。在数控机床的工作过程,它将受到各种热源的影响,包括机械源动力组件,如电机和主轴电机。它们消耗的能量并将其转换为热量,也就是说,摩擦热引起的传输组件(如虎头钳和轴承虎头钳)。工具切割工件会导致切削热。环境是由温度变化引起的热在加工车间和阳光在车间,如图5。在内部和外部热源的影响下机床,总是在一个非常数的热源下工作,随着不同的切割和加工条件,热源的影响的程度是不一样的。机床形式不同的温度场,由于结构,形状,和材料的机床组件和各种机床的热惯性是不同的。热电阻连接设备之间的粘结表面形成不同的温度场。不同的温度场是由机床部件之间的相对位置变化,热膨胀,和冷收缩,从而减少原机床的精度,进一步加快机床部件的磨损,最后导致机床加工工件热误差。
与CMM相比,数控切割加工中心有一个复杂的测量环境中,有许多因素影响的错误,所以很难得到非常准确的测量值,如图6。此外,热误差是由许多因素引起的,和热误差的非线性和相互影响;所有的条件都需要模拟识别和检测热误差,通常需要很长时间,但也不能直接在电脑做各种各样的测量数据的误差实时补偿和校正。基于上述原因,我们建议优化数控机床热误差的分组建立数学模型。在机床热误差建立一个数学模型,首先需要的温度变量之间的相互关系,测量温度变量进行分组,其次是粗糙集理论的知识。为了确定温度变量和热误差之间的关系,重要参数特征影响机床的热误差。结合典型温度变量简化机床温度误差补偿系统,我们分组,建立了人工神经网络机床误差补偿系统,以避免错误的温度变量之间的耦合模型。这进一步提高了鲁棒性和精度的数控机床热误差补偿模型,最后有效地补偿的实时数控机床的热误差。与此同时,使用蚁群算法在网络训练过程中,使网络快速达到全局最优值,从而提高模型的预测精度。最后,从网络训练获得的权重和阈值输入到机床根据一定的算法实现机床的调整位置。
数据测量机床工厂。通过分析GMC2000A机床的结构,它是确定热源在机床的关键点是电动机住房、汽车板、横梁、规模、滑块、螺母夹,交叉幻灯片左,交叉幻灯片,环境,和其他九个位置。执行测试方法如下:9个温度传感器排列在GMC2000A机器上获得9个主要热源的温度值,机器运行在6 - 12米/分钟,的位置误差值 - - - - - -轴GMC2000A机收集使用无纸记录仪和激光干涉仪,测量和定位精度使用一个程序,停5秒每170毫米的旅行,总行程3400毫米。共收集840错误数据点在两天。40集的期间也收集温度数据收集(一组温度的值为一个中风,因为温度的值没有改变在一个冲程机)。的最大温升为8.06度,最大误差值是111μ米,如图7。
一般来说,在数控机床热误差补偿控制系统,温度条件属性是成千上万的测量点的选择。然而,在实际应用中,如果有太多的测温点,不仅能测量的工作负载点和测温点太近,还安排相邻点测量的输出值有很大的相关性。为了达到获得适当数量的计量点的目的,选择从大量的测量温度、角度和条件下确保相同的铭文能力或相同的分化能力,也就是说,条件属性惟一确定决策属性,有必要简化点温度测量的数控机床热误差补偿系统。因此,从粗糙集理论的知识,条件属性的优化测温点可以通过优化影响机床热误差补偿系统的条件属性,如图8。在机床热误差建立一个数学模型,首先需要的温度变量之间的相互关系,测量温度变量进行分组,其次是粗糙集理论的知识。
5。结论
依靠提高机械零件的加工精度和装配精度是昂贵和困难,这限制了进一步提高数控机床加工精度。随着一代的大数据处理和智能计算技术,人工创建一个错误来抵消原机床的误差显示了诱人的前景,并通过这种误差补偿方法实现简单,可伸缩的,低成本,将成为一个强大的工具来提高数控机床的加工精度。本文首先调查当前数控加工中心误差补偿技术的发展,数控机床的各种误差来源进行了分析,并找出影响数控机床的误差影响因素。其次,介绍了目前的智能计算方法,粗糙集理论可以实现数据的简化,BP神经网络有能力处理不确定信息和任意非线性数据,有一个良好的学习认知功能,从数据挖掘的知识存储在不同的权重和阈值,实现了同时操作和其他优势,和蚁群算法可以实现全局优化搜索,所以蚁群的使用。因此,权重和阈值给出了蚁群算法得到的网络作为初始值,可有效避免BP神经网络学习过程中落入局部最适条件。下一步是安装的传感器关键GMC2000A机床热源点,收集数据,使用粗糙集理论处理数据,建立数学模型,通过BP神经网络,训练和学习网络利用的特点,蚁群算法的全局优化搜索在网络的学习过程,并获得权重和阈值,其中包含热源和热误差之间的法律。在未来,数控机床的热误差补偿方法基于粗糙集理论,提出了蚁群算法和神经网络。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称他们没有竞争的经济利益或个人关系可能出现影响工作报告。
确认
这项工作是支持的基础研究基金为中央大学(号。3142018049,3142019055,3142017011),学校教育和教学改革的资金项目(没有。HKXNJG2021049),河北省科技支持计划(17211826)。