[發明專利]一種機床熱敏感點的選取與建模方法及系統

在審

• 申請號: 202210833554.4
• 申請日: 2022-07-15
• 公開（公告）號: CN114995284A
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 施虎;劉青鑫;梅雪松;肖瑤;屈強強;陶濤
• 申請（專利權）人: 西安交通大學
• 主分類號: G05B19/404
• 分類號: G05B19/404
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 范巍

本發明公開了一種機床熱敏感點選取與建模方法及系統，包括：S1，根據機床結構設置多個測溫點，并采集測溫點的溫度數據和機床主軸的熱誤差數據；S2，對溫度數據進行歸一化，再對溫度點進行改進FCM均值聚類，將測溫點劃分為多個類別；S3，對測溫點的溫度數據和機床主軸的熱誤差數據進行逐步回歸的向前篩選，計算得出檢驗統計量F的數值；S4，根據溫度點的類別和檢驗統計量F的數值選取機床的熱敏感點；S5，根據選取的熱敏感點對機床熱誤差進行多元線性回歸建模與評價。本發明在提升精度的同時能有效減少測溫點，避免測溫點之間的多重共線性，在簡化建模過程中又能使回歸方程的顯著性更高，提高了模型的精度，在機床主軸熱誤差建模預測中具有重要的實用價值。

技術領域

本發明屬于數控機床加工技術領域，具體涉及一種機床熱敏感點的選取與建模方法及系統。

背景技術

隨著制造業的快速發展，對數控機床的加工精度提出了更高的要求。在機床的各種誤差源中，熱誤差的占比可達40％-70％，熱誤差是指在機械加工過程中，由于機床溫度升高導致機床部件變形或膨脹而引起工件和刀具之間的相對位移發生變化，因而降低熱誤差對提高精度有很重要的研究價值。同時，隨著科技的迅猛發展，對高端產品的精度要求越來越高，進而對機床熱誤差建模與預測提出了進一步要求，也是急需突破的難題。

在實現機床熱誤差補償之前，選擇合理的熱敏感點并建立精度較高的模型是有效預測補償的基礎。理論上，溫度測點越多越接近于實際物理溫度場，更有利于熱誤差建模預測。但是由于各個溫度點之間存在耦合與相關性，使模型求解更為復雜，解耦與溯源更加困難。溫度點過少與實際溫度場相差過大，也不利于建立精度較高的預測模型。同時，僅考慮溫度的耦合，忽略溫度與熱誤差之間的關聯關系對提高模型準確性不利。例如，某些溫度測點溫度曲線之間距離較大，但與熱誤差變化不顯著或顯著性較小，任意選擇有損模型精度。

因而，選擇在溫度點減少的同時又能縮小模型精度損失的方法是亟待解決的問題。

發明內容

為了克服上述現有技術的缺點，本發明的目的在于提供一種機床熱敏感點的選取與建模方法及系統，能夠解決現有技術難以優化選取機床熱敏感點與建模精度損失的問題。

為了達到上述目的，本發明采用以下技術方案予以實現：

本發明公開了一種機床熱敏感點的選取與建模方法，包括以下步驟：

步驟1：根據機床結構設置多個測溫點，并采集每個測溫點的溫度數據和機床主軸的熱誤差數據；

步驟2：對溫度數據進行歸一化處理，再對測溫點進行改進FCM均值聚類，將測溫點劃分為多個類別；

步驟3：對步驟1采集到的測溫點的溫度數據和機床主軸的熱誤差數據進行逐步回歸的向前篩選，計算得出檢驗統計量F的數值；

步驟4：根據步驟2劃分得到的測溫點的類別和步驟3得到的檢驗統計量F的數值，選取機床的熱敏感點；

步驟5：根據選取的熱敏感點對機床熱誤差進行多元線性回歸建模與評價。

優選地，步驟2具體操作如下：

1)對溫度數據進行歸一化處理；

2)對基本參數、隸屬度矩陣進行初始化處理；

3)計算質心，得到以隸屬度為權重的一個加權平均；

4)更新隸屬度矩陣，滿足終止條件得到聚類中心，否則返回步驟3)。

進一步優選地，對溫度數據進行歸一化處理通過下式(1)進行：