基于数字孪生控制的精密机床热误差模型

作     者：宋飞虎 王梦柯 尹静 吕长飞 SONG Fei-hu;WANG Meng-ke;YIN Jing;LV Chang-fei

作者机构：贵州师范大学机械与电气工程学院贵州贵阳550025 

出 版 物：《机电工程》 (Journal of Mechanical & Electrical Engineering)

年 卷 期：2023年第40卷第3期

页      面：391-398页

学科分类：08[工学] 080202[工学-机械电子工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金资助项目(72061006)。 

主　　题：数控机床加工误差 热误差控制 主成分回归分析 多元线性回归模型 主轴转速 温度敏感点 热特性实验 

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。