法對 參數(shù)，巧.?；，GT進(jìn)行優(yōu)化，選擇各熱關(guān)鍵點(diǎn)的一部分溫度值和熱變形數(shù)據(jù)作為粒子群 優(yōu)化算法的訓(xùn)練集，該一部分溫度值和熱變形數(shù)據(jù)為在有限元仿真分析軟件中，分別隨機(jī) 選取主軸前端軸承上的一個測試點(diǎn)、主軸后端上的一個測試點(diǎn)、以及主軸軸身上的兩個測 試點(diǎn)得到的測試數(shù)據(jù)，熱變形數(shù)據(jù)可以從有限元仿真分析結(jié)果中取出熱形變量；選擇各熱 關(guān)鍵點(diǎn)再次測得的溫度值和熱變形數(shù)據(jù)作為粒子群優(yōu)化算法的檢測集，給定最大迭代次數(shù) 、學(xué)習(xí)因子%、最大權(quán)重因子最小權(quán)重因子,群體規(guī)模為每個粒子的位 置六維向量，六維向量分別代表HA，d?參數(shù)； 步驟七、根據(jù)各熱關(guān)鍵點(diǎn)的當(dāng)前溫度參數(shù)，通過式（1 )計(jì)算每個粒子的適應(yīng)度值/(5 ) ，將/⑷與粒子群優(yōu)化算法的當(dāng)前個體最優(yōu)解的適應(yīng)度值如贈比較，如/(A) , 則用該粒子的適應(yīng)度值取代當(dāng)前個體最優(yōu)解，即^=/(%); 步驟八、將每個粒子的最好適應(yīng)度值與全局適應(yīng)度值進(jìn)行比較，如 <勸_ ,則取參M,同時(shí)記憶個體與群體所對應(yīng)最佳適應(yīng)度值的位置pijes; 和gtesl; 步驟九、根據(jù)式（2)和式（3)更新粒子的位置:％:和速度靖，
其中：i為粒子數(shù)，取1、2、3、4…，4為第i個粒子的位置，垮為第i個粒子的飛行速 度，G為第i個粒子在第d維的飛行速度，1:為第i個粒子在第d維的個體最優(yōu)解，％為 全部粒子在第d維的最優(yōu)解，k為迭代次數(shù)，cl和c2為學(xué)習(xí)因子，取值在[0, 2]區(qū)間，rand() 為0到1的隨機(jī)數(shù)，歡為權(quán)重因子；w權(quán)重因子可以通過下式計(jì)算得到：
(4) 式（4)中，:為實(shí)驗(yàn)要求的最大和最小權(quán)重因子，為迭代次數(shù)，為最 大迭代次數(shù)； 步驟十、重復(fù)步驟六至步驟九，直至每個粒子的適應(yīng)度值隨著迭代次數(shù)的增加而收斂 至設(shè)定值，其浮動范圍小于0. 1%，，選擇收斂速度最快的一組粒子并輸出結(jié)果，得到最優(yōu)的 四個熱關(guān)鍵點(diǎn)的序號、溫度值和各個方向的熱形變量；設(shè)定值為全局的最優(yōu)適應(yīng)度值； 步驟十一、選取最優(yōu)的四個熱關(guān)鍵點(diǎn)的參數(shù)作為熱誤差補(bǔ)償?shù)膮?shù)，數(shù)控機(jī)床控制 系統(tǒng)建立誤差補(bǔ)償模型，數(shù)控機(jī)床控制系統(tǒng)根據(jù)熱誤差補(bǔ)償參數(shù)通過誤差補(bǔ)償模型對 主軸結(jié)構(gòu)的熱誤差作出補(bǔ)償。通常誤差補(bǔ)償模型可采用最小二乘法建立，其表達(dá)式為 其中：為熱誤差補(bǔ)償值，為常數(shù)，t為熱關(guān)鍵點(diǎn)與環(huán)境的溫度 差值，aAc三個常數(shù)根據(jù)四個熱關(guān)鍵點(diǎn)的參數(shù)，即各個方向的熱變形量以及溫度差值計(jì)算 得到。
[0009] 進(jìn)一步，上述各熱關(guān)鍵點(diǎn)的溫度傳感器是磁力吸附的PtlOO溫度傳感器。
[0010] 本方法中各熱關(guān)鍵點(diǎn)選取主要是根據(jù)主軸結(jié)構(gòu)工作時(shí)的熱源以及溫度場情況，在 主軸上的各熱關(guān)鍵點(diǎn)序號分別為2#至20#。主要包括主軸的前后軸承以及主軸上的關(guān)鍵 點(diǎn)；有限元仿真分析主要是對于在不同轉(zhuǎn)速下的主軸結(jié)構(gòu)進(jìn)行熱力學(xué)和靜力學(xué)的有限元仿 真，以確定在不同轉(zhuǎn)速下主軸結(jié)構(gòu)的溫度場和熱變形量。本方法的粒子群優(yōu)化算法中，將 各熱關(guān)鍵點(diǎn)的溫度傳感器采集到的數(shù)據(jù)一部分用于訓(xùn)練數(shù)控機(jī)床的最小二乘支持向量機(jī) 熱誤差補(bǔ)償模型，可設(shè)置粒子群優(yōu)化算法的粒子群規(guī)模為40、粒子向量維數(shù)為6、學(xué)習(xí)因子 最大權(quán)重因子^ 0.9、最小權(quán)重因子^ = 0.4、最大迭代次數(shù)= 100 ; 粒子群優(yōu)化算法僅需約25步就可找到全局最優(yōu)解，收斂速度非?？?，最終適應(yīng)度值收斂到 0. 5873，經(jīng)粒子群優(yōu)化算法搜索到的熱關(guān)鍵點(diǎn)和最小二乘支持向量機(jī)的，A，A，h^參 數(shù)分別為3、9、15、19、95. 5774、0. 55,即選擇位于主軸后端軸承處的3#熱關(guān)鍵點(diǎn)、位于主軸 上的9#熱關(guān)鍵點(diǎn)和15#熱關(guān)鍵點(diǎn)、位于主軸前端軸承處的19#熱關(guān)鍵點(diǎn)的溫度值用于建立 數(shù)控機(jī)床熱誤差補(bǔ)償模型，作為熱誤差補(bǔ)償?shù)囊罁?jù)。
[0011] 下表為數(shù)控機(jī)床的主軸結(jié)構(gòu)采用本方法作熱誤差補(bǔ)償前后的參數(shù)對照表：
從上表可知，本方法可以有效減少數(shù)控機(jī)床的熱誤差，從而改善數(shù)控機(jī)床的加工精度， 提高了數(shù)控機(jī)床制造及加工精度的水平。
【主權(quán)項(xiàng)】
1. 一種數(shù)控機(jī)床熱誤差補(bǔ)償方法，其特征在于本方法包括如下步驟： 步驟一、建立數(shù)控機(jī)床主軸結(jié)構(gòu)的有限元仿真分析幾何模型，幾何模型建立過程忽略 對主軸結(jié)構(gòu)影響較小的螺孔，油管，注油孔，細(xì)微倒角、圓角特征，采用簡單圓環(huán)代替主軸結(jié) 構(gòu)的軸承、軸承套特征； 步驟二、對建立的幾何模型進(jìn)行網(wǎng)格劃分和掃掠劃分，主軸結(jié)構(gòu)的主軸、主軸箱復(fù)雜實(shí) 體采用網(wǎng)格劃分，主軸結(jié)構(gòu)的軸承、軸承套簡單實(shí)體采用掃掠劃分，各部件之間的接觸關(guān)系 選用粘接，各部件的材料根據(jù)機(jī)床主軸結(jié)構(gòu)實(shí)際材料選定； 步驟三、綜合測量和計(jì)算主軸結(jié)構(gòu)工作時(shí)的環(huán)境溫度，冷卻液流量，進(jìn)出油溫度數(shù)據(jù)， 以此對建立的幾何模型施加邊界條件； 步驟四、對主軸結(jié)構(gòu)布置熱關(guān)鍵點(diǎn)并進(jìn)行溫度測量，一個溫度傳感器測量環(huán)境溫度，三 個溫度傳感器測量主軸后端軸承處溫度，十三個溫度傳感器測量主軸后端軸承與主軸前端 軸承之間的主軸溫度并間隔布置，三個溫度傳感器測量主軸前端軸承處溫度，各熱關(guān)鍵點(diǎn) 依次編號； 步驟五、對主軸結(jié)構(gòu)的熱關(guān)鍵點(diǎn)進(jìn)行有限元仿真分析，有限元仿真分析結(jié)果作為粒子 群優(yōu)化算法的參數(shù)，利用粒子群優(yōu)化算法篩選出四個熱關(guān)鍵點(diǎn)參數(shù)，給定目標(biāo)函數(shù)：式（1)中g(shù)為各熱關(guān)鍵點(diǎn)測得的溫度值為有限元仿真分析中各熱關(guān)鍵點(diǎn)測得溫度 值的最小二乘支持向量機(jī)的預(yù)測值，:丨為樣本數(shù)目，分別為篩選的四個熱關(guān)鍵點(diǎn) 采集的溫度值，AG分別為有限元仿真分析中最小二乘支持向量機(jī)的正則化參數(shù)和校核參 數(shù)； 步驟六、將式（1)的目標(biāo)函數(shù)最小作為粒子群優(yōu)化算法目標(biāo)，采用粒子群優(yōu)化算法對參 數(shù)t;，t; > ^ 進(jìn)行優(yōu)化，選擇各熱關(guān)鍵點(diǎn)的一部分溫度值和熱變形數(shù)據(jù)作為粒子群優(yōu) 化算法的訓(xùn)練集，選擇各熱關(guān)鍵點(diǎn)再次測得的溫度值和熱變形數(shù)據(jù)作為粒子群優(yōu)化算法的 檢測集，給定最大迭代次數(shù)、學(xué)習(xí)因子~c2、最大權(quán)重因子^;、最小權(quán)重因子_;: ，群體規(guī)模為每個粒子的位置六維向量，六維向量分別代表參數(shù)； 步驟七、根據(jù)各熱關(guān)鍵點(diǎn)的當(dāng)前溫度參數(shù)，通過式（1)計(jì)算每個粒子的適應(yīng)度值/&) ，將/(%,)與粒子群優(yōu)化算法的當(dāng)前個體最優(yōu)解的適應(yīng)度值心皮比較，如/(A.) 崎， 則用該粒子的適應(yīng)度值取代當(dāng)前個體最優(yōu)解，即J心硨=); 步驟八、將每個粒子的最好適應(yīng)度值與全局適應(yīng)度值#W進(jìn)行比較，如 ,則取/夂=gka,同時(shí)記憶個體與群體所對應(yīng)最佳適應(yīng)度值的位置 和:gfesi ; 步驟九、根據(jù)式（2)和式（3)更新粒子的位置和速度:f|，其中：i為粒子數(shù)，取1、2、3、4…，本為第i個粒子的位置，咬為第i個粒子的飛行速 度，G為第i個粒子在第d維的飛行速度，^為第i個粒子在第d維的個體最優(yōu)解，％為 全部粒子在第d維的最優(yōu)解，k為迭代次數(shù)，cl和c2為學(xué)習(xí)因子，取值在[0, 2]區(qū)間，rand() 為0到1的隨機(jī)數(shù)，：硬為權(quán)重因子； 步驟十、重復(fù)步驟六至步驟九，直至每個粒子的適應(yīng)度值隨著迭代次數(shù)的增加而收斂 至設(shè)定值，其浮動范圍小于〇. 1%，，選擇收斂速度最快的一組粒子并輸出結(jié)果，得到最優(yōu)的 四個熱關(guān)鍵點(diǎn)的序號、溫度值和各個方向的熱形變量； 步驟十一、選取最優(yōu)的四個熱關(guān)鍵點(diǎn)的參數(shù)作為熱誤差補(bǔ)償?shù)膮?shù)，數(shù)控機(jī)床控制系 統(tǒng)建立誤差補(bǔ)償模型，數(shù)控機(jī)床控制系統(tǒng)根據(jù)熱誤差補(bǔ)償參數(shù)通過誤差補(bǔ)償模型對主軸結(jié) 構(gòu)的熱誤差作出補(bǔ)償。2.根據(jù)權(quán)利要求1所述的數(shù)控機(jī)床熱誤差補(bǔ)償方法，其特征在于：所述各熱關(guān)鍵點(diǎn)的 溫度傳感器是磁力吸附的PtlOO溫度傳感器。
【專利摘要】本發(fā)明公開了一種數(shù)控機(jī)床熱誤差補(bǔ)償方法，即本方法對數(shù)控機(jī)床主軸結(jié)構(gòu)建立有限元仿真分析幾何模型并作簡化處理，根據(jù)主軸結(jié)構(gòu)的工作狀態(tài)及工作環(huán)境，加載合理的邊界條件，將簡化后的幾何模型進(jìn)行熱力學(xué)和靜力學(xué)的有限元仿真分析，在分析結(jié)果中取出一定數(shù)量點(diǎn)的溫度以及熱變形量，將這些數(shù)據(jù)用粒子群優(yōu)化算法進(jìn)行篩選，最終選取最優(yōu)的四個點(diǎn)的溫度值作為數(shù)控機(jī)床熱誤差補(bǔ)償參數(shù)并建立誤差補(bǔ)償模型，實(shí)現(xiàn)數(shù)控機(jī)床熱誤差補(bǔ)償。本方法在有限元仿真分析的基礎(chǔ)上基于粒子群優(yōu)化算法，得到熱誤差補(bǔ)償?shù)年P(guān)鍵溫度點(diǎn)，以關(guān)鍵溫度點(diǎn)處的溫度測量值作為數(shù)控機(jī)床熱誤差補(bǔ)償依據(jù)，簡化了熱誤差溫度測量點(diǎn)的選取，有效減小機(jī)床的熱誤差，提高機(jī)床的加工精度。
【IPC分類】G05B19/404
【公開號】CN105022344
【申請?zhí)枴緾N201410161210
【發(fā)明人】陶益民, 蔣知峰, 施群, 張雪明, 印葉婷, 吳曼菁
【申請人】上海開通數(shù)控有限公司
【公開日】2015年11月4日
【申請日】2014年4月22日