[发明专利]机床的热位移校正装置和热位移校正方法

说明书

本发明提供机床的热位移校正装置和热位移校正方法。在机床的热位移校正中，通过有效学习温度与位移之间的关系来提高热位移校正的精度。热位移校正装置具备：温度传感器，测量各部分的温度；热位移估计部，基于预先设定的热位移估计式来估计热位移校正量；位置控制装置，以热位移校正量为基础来校正轴指令值；位移测量装置，测量轴指令值的校正后的位移；热位移校正学习数据记录部，记录测量了位移时的温度信息和位移信息；热位移校正学习部，基于记录的温度信息和位移信息来决定热位移估计式；以及位移测量时机诊断部，在规定的诊断时机，将记录的过去的位移测量时的温度信息与当前的温度信息进行比较，决定是否利用位移测量装置进行位移的测量。

技术领域

本发明涉及一种在以温度信息为基础来估计热位移的机床的热位移校正中，通过有效地学习温度与位移之间的关系来提高热位移校正的精度的装置以及方法。

背景技术

在使用机床来进行加工的情况下，因主轴、进给轴动作等机械发热、以及机床的设置环境的温度变化、冷却剂的温度变化等的影响，机床各部会产生热变形。这样的热位移使工具与工件的相对位置发生变化，因此，当在加工过程中机床产生热位移时，工件的加工精度会恶化。

作为抑制机床的热位移的方法，下述的热位移校正是有效且被广泛使用：根据由安装于机床的构造体各部的温度传感器测量出的温度、或者主轴、进给轴等的运转条件，基于预先编程的热位移估计式来估计位移量，与其对应地使轴移动量变化。但是，在热位移校正中，在加工内容、使用环境变化时，校正无法顺利进行，存在需要进行参数的调整的情况。但是，作业者难以判断如何调整会比较好。

作为针对该问题的解决方法，在专利文献1中示出了如下方法：取得包含机床各部的温度等的测量数据组和由探头等测量出的热位移量实测值，将这些数据的组合作为教师数据来进行机器学习，求出热位移量预测计算式。基于机器学习的方法根据实际的测量数据来求出热位移量预测计算式，因此，具有容易实现与使用机床的环境匹配的热位移校正的优点。但是，在机器学习中，一般情况下，对于学习过的数据可得到高的精度，但对于未学习的数据容易引起误差变大的过学习的问题。为了防止该情况，在专利文献1中，采用了正则化多元回归分析这样的计算方法。这是通过对使误差最小这样的通常的回归分析加上使导出的预测式的系数变小的制约条件，能够防止计算出较大的系数而对于未知的输入造成误差变大的问题的方法。

在专利文献2中，示出了如下方法：针对热位移估计式，用预先设定的基本部分热位移估计式与根据热位移调整用数据设定的调整部分热位移估计式之和来表示，针对调整部分热位移估计式的系数，通过使用正则化参数，决定成分别减小热位移估计误差和调整部分热位移估计式的系数的大小。并且，根据测量时的温度变化的大小和实际使用时设想的温度变化的大小来决定正则化参数，在测量时的温度变化小时，使导出的调整部分热位移估计式的系数变小，以防止过学习。

现有技术文献

专利文献1：日本特许第6564412号公报

专利文献2：日本特开2020-99982号公报

发明内容

发明要解决的课题

但是，在专利文献1以及专利文献2中使用的正则化的方法以减小导出的热位移的预测式的系数的方式发挥作用。因此，在未学习的温度环境下，防止了因过学习使得热位移校正的误差变得极大，另一方面，对于实际的热位移，存在热位移校正量变小的情况。因此，无法得到充分的校正效果，存在依然残留较大的热位移校正误差的情况。在热位移校正的学习中，对于应用的机床而言，希望尽可能减少未学习的温度环境。

因此，本发明考虑以上的问题，其目的在于提供一种机床的热位移校正装置和热位移校正方法，在以温度信息为基础来估计热位移的机床的热位移校正中，通过有效地学习温度与位移之间的关系，而能够提高热位移校正的精度。

用于解决课题的手段