[發明專利]環境溫度影響下立式機床z軸熱誤差建模方法及系統

在審

• 申請號: 202210008756.5
• 申請日: 2022-01-06
• 公開（公告）號: CN114488945A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 陳吉紅;陳宇;何園園;胡鵬程
• 申請（專利權）人: 華中科技大學;武漢華中數控股份有限公司
• 主分類號: G05B19/404
• 分類號: G05B19/404
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 劉洋洋

本發明屬于數控加工相關技術領域，其公開了一種環境溫度影響下立式機床Z軸熱誤差建模方法及系統，所述方法包括：獲取立式加工中心Z軸的上端軸承溫升和螺母溫升；基于上端軸承溫升構建零點誤差模型，并基于所述螺母溫升構建區間誤差模型；將所述零點誤差模型和區間誤差模型疊加獲得環境溫度與熱誤差的關系模型；采用上端軸承溫升、螺母溫升以及熱誤差對關系模型進行訓練即可獲得訓練完成的關系模型。本申請可以精確的描述熱誤差與溫度場之間的非線性變化規律。

技術領域

本發明屬于數控加工相關技術領域，更具體地，涉及一種環境溫度影響下立式機床z軸熱誤差建模方法及系統。

背景技術

在非恒溫車間，數控機床加工時，機床運動軸的熱伸長受內部熱源和外部環境的共同作用產生非線性溫度響應和復雜的結構變形，導致加工精度降低甚至精度失效，而出現前述問題的原因在于在不同的環境溫度下，機床的熱特性不同，這也是當前應用于工程的熱誤差補償模型在不同的季節或者不同環境溫度下失效的緣由。

熱誤差建模通常是指建立機床不同軸的熱變形與對應溫度之間的映射關系，常見的用于構建熱誤差預測模型的方法有：最小二乘法、支持向量機模型、神經網絡模型、機器學習模型等，上述方法不是忽略了機床熱變形是一個復雜的、時變的非線性問題，就是需要考慮大量的數據樣本以保證模型的精度。同時上述方法中的環境溫度變量多作為一個特征，作為影響總熱誤差的一部分誤差項，但實際上對于立式加工中心而言，環境溫度的不同導致的是機床熱特性的不同，而非單獨造成誤差項。

發明內容

針對現有技術的以上缺陷或改進需求，本發明提供了一種環境溫度影響下立式機床z軸熱誤差建模方法及系統，可以精確的描述熱誤差與溫度場之間的非線性變化規律。

為實現上述目的，按照本發明的一個方面，提供了一種環境溫度影響下立式機床Z軸熱誤差建模方法，所述方法包括：S1：獲取立式加工中心Z軸的上端軸承溫升ΔT_up和螺母溫升ΔT_nut；S2：基于所述上端軸承溫升構建零點誤差模型，并基于所述螺母溫升構建區間誤差模型，其中，所述零點誤差模型b為：

b＝b_a[1-exp(-ΔT_up/b_b)]

所述區間誤差模型k為：

k＝k_a[1-exp(-ΔT_nut/k_b)]

其中，b_a、b_b、k_a、k_b為環境溫度調整參數；

S3：將所述零點誤差模型和區間誤差模型疊加獲得環境溫度與熱誤差的關系模型；S4：采用上端軸承溫升、螺母溫升以及熱誤差對所述關系模型進行訓練即可獲得訓練完成的關系模型。

優選地，步驟S3具體為以所述零點誤差模型為截距，并以所述區間誤差模型為斜率建立不同位置處環境溫度與熱誤差的關系。

優選地，所述環境溫度調整參數b_a、b_b、k_a、k_b為以環境溫度為變量的多階多項式。

優選地，所述環境溫度調整參數b_a、b_b、k_a、k_b為以環境溫度為變量的三階多項式。

優選地，所述環境溫度與熱誤差δt的關系為：

δt＝k*x+b

其中，x為Z軸絲杠運行區間的位置。

優選地，所述上端軸承溫升和螺母溫升通過對上端軸承溫度和螺母溫度進行數據降維處理得到。