CL-20A数控车床热变形误差建模研究

摘要

在现代制造业中，数控机床广为应用。随着科技发展，对数控机床加工精度的要求不断提高。理论及实践研究成果已表明，热误差是制约数控机床精度提升的主要障碍之一。在科技部科技重大专项“高速精密数控机床动态综合补偿技术”项目的支持下，本文以大连机床厂的CL-20A型卧式数控车床为研究对象，展开相关的理论及实验研究，研究重点集中在该型号机床热误差模型的建立上，为机床热误差的在线实时补偿提供数学模型。
　　首先根据机床的热源特点及分布，在机床上布置多个温度传感器，机床开机后，通过专用夹具及传感器，实时监测机床主轴相对于刀具位置在三维方向上的热偏离。然后，用逐步回归分析法分析实验数据，找出该型号机床的温度敏感点。找出温度敏感点后，继续进行实验，重点获取机床敏感点的温度变化与机床主轴热偏离的关系，通过合理设置不同的工艺参数组合获取了大量的实验数据。
　　依靠获取的实验数据，采用支持向量机法进行建模和回归分析。并用BP神经网络法和最小二乘法与之进行对比，建模结果显示，支持向量机法能较好地预测机床热误差，BP神经网络法和最小二乘法的预报精度稍低。相比于神经网络法的黑箱运算和预测结果的不固定性，支持向量机法能得出清晰的计算公式，理论过程十分严谨，也便于编程和植入到数控系统中去、实现实时在线热误差补偿计算。相比于最小二乘法，支持向量机法剔除了冗余数据，只采用部分支持向量进行建模，因此泛化能力较强。

目录

文摘

英文文摘

致谢

插图清单

表格清单

第一章 绪论

1.1 引言

1.2 机床热误差研究的相关背景

1.2.1 机床热误差研究简况

1.2.2 热误差建模研究状况

1.3 课题来源和论文主要内容

1.3.1 课题来源

1.3.2 本论文主要内容

第二章 CL-20A数控车床实验及数据处理

2.1 数控机床热变形成因

2.2 数控车床热变形概述

2.3 CL-20A数控车床及其实验简介

2.3.1 CL-20A数控车床

2.3.2 测试实验简介

2.4 温度敏感点筛选

第三章 支持向量机原理及算法

3.1 支持向量机原理

3.2 支持向量机的特点及应用

3.2.1 支持向量机的特点

3.2.2 支持向量机的具体应用

3.3 构造支持向量机

3.3.1 线性分类器

3.3.2 非线性分类器

3.4 支持向量机算法

第四章 支持向量回归机的实现

4.1 基于MATLAB的ε-不敏感支持向量回归机的实现

4.2 ε-不敏感支持向量回归机建模效果验证

4.3 CL-20A主轴热误差补偿初探

4.3.1 原点平移补偿法

4.3.2 反馈截断补偿法

第五章 基于神经网络和最小二乘法的对比分析

5.1 基于MATLAB的BP神经网络构建

5.2 BP神经网络建模效果验证

5.3 最小二乘法理论及建模

5.4 最小二乘法回归验证

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

攻读硕士学位期间发表的论文

附录1 实验数据

表1

表2

表3

表4

表5

附录2 逐步回归程序

附录3 支持向量机回归程序

1.主函数

2.建模训练函数

3.回归函数