仅与机床温度有关的误差元素称为热误差元素。对于热误差元素,如主轴热漂移误差等,可表达为机床温度的多元函数,即
ET(T1,T2,…,Tn)=a0+∑biΔTi+∑CijΔTiΔTj+… (5-3)
式中Ti、Tj——机床测温点的温度,i,j=1,2,…,N,N为机床温度测点的数量;
a0——常数,
bi、Cij——系数,i,j=1,2,…,N,N为机床温度测点的数量。(www.xing528.com)
由于机床热误差在很大程度上取决于诸如加工条件、加工周期、切削液的使用以及周围环境等诸多因素,而且机床热误差还呈现非线性及交互作用,所以仅用理论分析来精确建立热误差元素数学模型是相当困难的。
最为常用的误差建模方法为试验建模法,即根据统计理论对误差数据作相关分析,用最小二乘及回归原理进行拟合建模。对于式(5-3)的计算,通常是将热误差元素的检测数据带入式(5-3),得到一组方程,应用基于最小二乘法的回归理论可得常数a0及系数bi和Cij,将常数a0及系数bi和Cij回代到式(5-3)可得仅与温度有关的机床热误差元素的数学模型。
近年来,神经网络理论、模糊系统理论等也已运用到误差建模中。但用这些方法建立起来的误差数学模型的鲁棒性显然不够,一般随着季节的变化难以长期正确地预测误差。为了提高所得到模型(为使用方便,一般是线性数学模型)的鲁棒性(能长期有效地使用)和通用性(一个数学模型可在许多台类型相同的机床上有效地使用),近年来,又提出了许多新的热误差元素建模方法,如综合最小二乘建模法、正交试验设计建模法、递推建模法、灰色理论建模法、遗传理论建模法等。下面以XYTZ型加工中心主轴热漂移误差为例具体说明机床热误差的建模方法。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。