科研之友
微信
新浪微博
Facebook
分享链接
摘要
已有的研究结果表明，机床的热误差约占其总加工误差的40%～70%,且机床越精密，其热误差所占比例就越大，因此，通过控制热误差以提升机床的加工精度很有必要。针对机床热误差模型的预测精度不高和泛化能力不强的问题，提出了一种引入主轴转速，并可嵌入数字孪生控制系统的机床热误差建模方法。首先，对模糊聚类分析(FCA)、灰色关联分析(GCA)及主成分回归(PCR)方法进行了理论分析；然后，以某立式加工中心为对象，通过热特性实验，获得了转速图谱下的温度数据和热误差数据，并采用模糊聚类分析结合灰色关联分析的方法选取了其温度敏感点；最后，以主轴转速和温度敏感点的温升值为输入变量，采用PCR方法建立了机床热误差模型，并将其与多元线性回归(MLR)模型进行了效果对比。研究结果表明：相比于MLR模型，所建立的PCR模型的预测精度提升9.5%,证明该模型拥有更高的预测精度和更强的泛化能力；可将模型嵌入到数字孪生控制系统中，对机床进行实时热误差预测和热误差控制。
- 单位
