[发明专利]一种基于两步法的数控机床热误差建模方法

说明书

本发明公开了一种基于两步法的数控机床热误差建模方法，它解决了现有技术中对实测热误差的预测精度不高的问题，其预测得到的热误差更接近于实测热误差，具有很好的预测精度；其技术方案为：首先以BP神经网络对驱动系统热变形量进行建模，然后通过多项式插值拟合来求得驱动系统实测热误差y与实际热变形量x之间的关系，构建出热误差预测模型x^*、y^*。

技术领域

本发明涉及数控机床技术领域，尤其涉及一种基于两步法的数控机床热误差建模方法。

背景技术

随着数控机床逐步发展，机床对加工精度的要求越来越高。机床误差包括热误差、几何误差以及力引起的误差，其中热变形引起的误差占机床误差的40％～70％。滚珠丝杠作为机床的重要传动部件，广泛用于伺服进给系统，如数控机床和高精度进给平台，机床精度直接受滚珠丝杠定位误差的影响。进给系统在运行期间摩擦产生热量，这导致丝杠的温度升高，而产生较大的热误差，影响机床精度。因此，对滚珠丝杠温度分布、热变形规律和热误差补偿技术进行数学建模研究，可以更好地研究热误差对机床加工精度的影响。

针对驱动系统热误差，国内外学者在机床热误差建模和补偿方面进行了广泛的研究。主要方法有：神经网络模型法、多元线性回归法、有限元法和多体理论建立热误差模型方法等。

在大多数研究中，重点是系统温升如何影响运动的精确性和如何降低热效应，在多数热力学实验中，都是用实测热误差直接代替机床丝杠热变形引起的热误差而没有精确地以公式表示两者间的关系。

发明内容

为了克服现有技术的不足，本发明提供了一种基于两步法的数控机床热误差建模方法，其预测得到的热误差更接近于实测热误差，具有很好的预测精度。

本发明采用下述技术方案：

一种基于两步法的数控机床热误差建模方法，首先以BP神经网络对驱动系统热变形量进行建模，然后通过多项式插值拟合来求得驱动系统实测热误差y与实际热变形量x之间的关系，构建出热误差预测模型x^*、y^*。

进一步的，具体建模过程为：

步骤(1)初始化网络拓扑结构、BP神经网络权值和阈值，获取BP神经网络结构；

步骤(2)利用不同运行条件下的热变形数据进行训练，计算误差；

步骤(3)判断是否满足终止条件：

当不满足终止条件时，更新权值和阈值，重复步骤(2)；

当满足终止条件时，根据驱动系统输入参数得出预测热变形量x^*；

步骤(4)根据预测热变形量x^*及多项式插值拟合得出的变量关系得出预测热误差y^*。

进一步的，所述步骤(1)中，对于热变形部分，由温升及热变形量数据对BP神经网络进行训练。

进一步的，以BP神经网络对滚珠丝杠进给系统建立热变形模型，以测温点的温升值作为输入变量输入BP神经网络中，滚珠丝杠热变形量作为输出变量。

进一步的，所述步骤(2)中，以热误差实验中的工作台速度v、运行时间t和工作行程l作为输入量进行运行条件的变化。

进一步的，所述步骤(3)中，当满足终止条件时，输入工作台速度、运行时间、工作行程和螺母转速，得出预测丝杠热伸长量x^*。

进一步的，所述步骤(4)中，多项式插值拟合过程为：

1)输入实验数据x、y，由多项式拟合精度对比确定最终拟合阶次；

2)对多组数据按照多项式最终拟合阶次进行训练，得出两误差间多项式具体模型。