数控机床精度预测研究现状说明

1991年Kim等用刚体运动学模型建立起三轴数控机床空间误差预报模型。

1998年Minyang Yang提出利用两个圆球和一个接触式探测器检测机床的几何误差和热误差，建立了机床的热误差神经网络预测模型，并利用测量结果对预测模型进行修改，提高误差预测的可靠性。

2000年杨庆东等利用神经网络建立机床热误差补偿模型，通过实验验证，预测模型可预报补偿70%以上的机床热变形误差。

2002年卢碧红等通过简化工艺系统尺寸链的“三瞬心”法建立了工件加工精度的预测模型，实验结果表明预测模型的相对误差在10%以内。

2003年粟时平利用多体系统理论，基于虚拟加工技术开发出了数控机床加工精度预测系统。

2004年孙春华采用BP神经网络的方法建立了电解加工精度与加工参数之间的预测模型，该模型的预测误差可控制在10%以内。

2007年M.Sharif Uddin等利用球杆仪辨识所建机床误差模型参数预测机床的精度，并用标准的NAS979试件进行实验验证预测机床的加工精度。

2008年张松青等利用数理统计法建立了零件加工精度变化的预测模型，并通过典型轴类零件验证了所建模型的精确性和适应性。(www.xing528.com)

2009年杨小萍运用多元回归分析方法建立了铣削参数与刀具几何参数集成的表面粗糙度的预测模型，并利用最小二乘法建立了直线度、平面度和线轮廓度的预测算法。

2010年胡建忠利用多体系统理论建立了双转台五轴数控机床运动误差模型，对标准圆锥台试件进行加工精度的仿真，并对圆锥台试件的加工圆度误差进行了预测。

2011年王永等提出了一种综合考虑尺寸、形位公差的精度预测方法，将零部件的实际配合面想象为理想的配合面，分析系统末端功能面的空间位置分布范围和分布规律，实现了对机械系统的精度预测。

2012年刘志峰等利用多体系统理论建立了精密立式加工中心的精度预测模型，通过对典型试件的模拟加工，实现了机床加工精度的预测，该预测方法可为机床设计方案的改进和精度分配提供参考依据。

2012年C.Ahilan等提出了一种利用神经网络建立数控车削过程加工参数（切削速度、进给率、切削深度和刀尖点半径）与表面粗糙度和功率消耗之间关系的预测模型。

Kuang-Chao Fan等于2012年提出在给定切削力和导轨参数的条件下，可用于计算由导轨磨损接触变形引起滑板几何误差的数学模型，并通过该数学模型预测导轨在长时间使用之后的定位误差。

目前数控机床的精度预测技术主要是基于多体系统理论和神经网络所建立的预测模型，精度预测的结果可为机床最终的加工精度提供参考。另外，通过所预测的机床的精度结果可以进一步找出误差的主要来源，为下一步提高机床的精度奠定基础。