高速电主轴瞬态热特性实验研究

热变形是影响高速机床加工精度的重要因素。为了研究高速电主轴热特性,搭建了包含多组温度传感器、多通道无知记录仪、激光位移传感器、涡电流传感器、高频数据采集卡、工控机的高速机床温度场和热变形实时检测平台。测试结果表明,电主轴定子的温度随转速增加而升高,转速超过3000转/分后温升更显著。电主轴系统产生的大部分热量被冷却水吸收,底座、水套、轴承外圈温升不大。主轴因热变形引起的位置偏差随转速增大而增大,主轴端面跳动却随转速增大而减小。该研究为高速机床热误差控制和补偿建模提供依据。

基于工艺信息感知的进给系统热特性建模

机床精度对热敏感,进给系统生热会引起机床结构温度场变化,并诱致精度失稳。如何构建进给系统在复杂热工况下的热特性评价模型,对于准确掌握机床热特性,并指导开展热态控制与热稳定性提升控制意义重大。传统生热模型以恒定的参数建立模型,未能反映时变性模型与工艺信息的映射关系,文章提出了考虑多源工艺信息的生热模型构造方法,综合考虑了机床在加工过程中的运行参数、工艺参数、热状态等多源信息变化,深入研究了机床输入功率与进给系统各零部件损耗功率之间的匹配关系,建立了进给系统结构件的瞬时生热功率计算模型。实验结果表明,相比于传统方式建模,基于该模型的温度场预测精度提高了28.15%。

大口径ZnSe晶体单点金刚石车削工艺技术研究

表面质量是衡量大口径ZnSe晶体能否用于红外成像和激光光学系统中最重要评价参数之一。大口径ZnSe晶体通常采用单点金刚石车削的加工方式。这种方式表面容易产生白点、云雾状缺陷,严重影响红外和激光光学系统质量。ZnSe晶体的表面质量与主轴转速、进给速度、切削深度、刀具半径等多个加工工艺参数影响因素密切相关。采用Taguchi法设计加工实验,对各个工艺参数进行深入研究,得到优化加工工艺参数组合,最终得到大口径ZnSe晶体的加工工艺技术方案。

高温合金支臂异形零件加工工艺和切削参数优化

高温合金支臂类异形零件试制生产时,由于工艺方案和成型刀具设计不合理,严重存在合格率不高、零件加工变形量较大、加工效率低下、生产成本过高,工件精加工颤振严重等问题。为了满足航空支臂类异形零件的质量要求,有效控制零件加工变形量,提高生产稳定性和加工效率,降低制造成本,消除工件精加工颤振问题,该文基于支臂小批量试制工艺路线、产品结构特征、各工序加工过程、切削力学性能等4方面进行分析,确定了高温合金支臂异形零件小批量试制过程中存在的零件材料利用率较低、粗加工后零件变形量大、铣削刀具消耗大、表面粗糙度不满足工艺需求、非对称“V”型环形槽质量难以控制等问题。针对高温合金支臂异形零件试制工艺存在的问题,设计适合生产的成型刀具,合理安排工艺路线:更改毛坯规格合理排版、线切割方式去除大部分材料、优化非对称“V”型环形槽成型刀具设计、精加工切削参数优化等改进措施。为验证工艺优化效果,此次研究采用改进后的工艺连续生产100件,高温合金支臂异形零件的合格率由72%提高到了100%,生产效率由2h/件提高到1.2h/件,单件生产成本降低了62%,工件精加工颤振问题完全消除。工艺改进效果明显,可为后续加工类似高温合金支臂类异形零件提供可靠经验,具有很高的推广应用价值。

基于数字孪生控制的精密机床热误差模型

已有的研究结果表明,机床的热误差约占其总加工误差的40%~70%,且机床越精密,其热误差所占比例就越大,因此,通过控制热误差以提升机床的加工精度很有必要。针对机床热误差模型的预测精度不高和泛化能力不强的问题,提出了一种引入主轴转速,并可嵌入数字孪生控制系统的机床热误差建模方法。首先,对模糊聚类分析(FCA)、灰色关联分析(GCA)及主成分回归(PCR)方法进行了理论分析;然后,以某立式加工中心为对象,通过热特性实验,获得了转速图谱下的温度数据和热误差数据,并采用模糊聚类分析结合灰色关联分析的方法选取了其温度敏感点;最后,以主轴转速和温度敏感点的温升值为输入变量,采用PCR方法建立了机床热误差模型,并将其与多元线性回归(MLR)模型进行了效果对比。研究结果表明:相比于MLR模型,所建立的PCR模型的预测精度提升9.5%,证明该模型拥有更高的预测精度和更强的泛化能力;可将模型嵌入到数字孪生控制系统中,对机床进行实时热误差预测和热误差控制。

面向钛合金切削的硬质合金涂层刀具切削热分配仿真研究

切削钛合金时会产生大量切削热,研究切削参数、涂层种类及厚度对硬质合金涂层刀具切削热分配的影响可以延长刀具使用寿命,提高加工效率。采用Deform软件对钛合金进行车削模拟,并结合切削热分配的解析法研究得出:切削热分配系数随着切削速度的增大呈上升趋势,且切削温度也随之升高;切削热分配系数随切削深度的增大却呈下降趋势,即流入切屑的热量降低,但切削温度依旧随着切削深度的增大而上升;对于不同的涂层材料,导热系数越低,切削热分配系数越大;涂层厚度对于切削热分配系数基本无影响,涂层厚度越大,切削温度越高。研究结果可以为选择刀具涂层种类和优化切削参数提供参考。

基于PLS-BP神经网络的数控机床热误差建模研究

针对BP神经网络在机床热误差建模中具有拟合非线性数据的特性、但存在稳健性较差的缺陷,提出一种PLS-BP神经网络建模方法,能有效提高模型的预测精度和稳健性。通过偏最小二乘法对温度数据降维处理提取主成分,消除其所包含的冗余信息,基于BP神经网络与热误差建立回归映射模型,并与传统BP模型的预测效果对比分析。研究结果表明:所提出PLS-BP建模方法具有较高的预测精度和稳健性,可将多组预测结果残余标准差的最大均值、残余标准差的最大标准差分别控制在3.13和1.32μm以内,相比传统BP模型具有显著优势。

氧化锆陶瓷车削中刀具表面微织构参数对切削性能的影响

利用飞秒激光加工技术在硬质合金车刀后刀面加工出不同宽度和间距的沟槽型表面织构。通过氧化锆陶瓷材料干切削试验,研究织构化刀具磨损机理,分析织构参数对切削力和刀具磨损量的影响规律。实验结果表明:具有合理参数的后刀面织构化刀具能够明显降低切削力,减少刀具磨损。沟槽型织构通过储存切屑、稳定黏结物和对已加工表面上硬质点的二次切削作用,降低刀具后刀面的黏着磨损和磨粒磨损。织构的二次切削作用会导致切削力增大,与织构的减摩作用共同影响切削力。

伺服系统中滚珠丝杠的温度场模型

分析了伺服系统中丝杠螺母的热特性规律,并对丝杠温度场进行了简化建模,以快速准确地预测丝杠温度分布及变化。简化模型能较好地预测丝杠温升过程,但稳态误差较大;通过引进时间修正系数修正了该简化模型,修正后的模型能较好地预测丝杠的稳态温度,但对温度上升过程的预测误差较大;鉴于两个模型的特点,基于分段建模的思想,建立了丝杠温度场分段模型,并辨识了模型参数。实验结果表明,不同单热源实验条件下,预测温度误差值在0.5℃以内;双热源实验条件下,预测温度误差值在0.8℃以内;显示该模型能较好地预测丝杠温度随时间的变化。

热弹性效应分析与机床进给系统热动态特性建模

通过一维杆的一维传热的分组显式数值求解,分析热弹性效应的存在及规律,得出随着时间的增长,温升—热变形之间的关系会逐渐趋近稳态,但不可能获得绝对的稳态;在传热过程中,随着距离增加,温度衰减很快,离热源越远的点的热弹性效环应越窄。提出用非线性时序模型与前向神经网络相结合的模型(Nonlinear auto-regressive moving average neural network with exogenousinputs,NARMAX-NN)来辨识热弹性效应。用NARMAX-NN模型对高速进给系统试验台的热动态特性进行建模,获得良好的效果。此方法比多变量回归模型、反馈神经网络模型及广义最小二乘输出误差模型有更好的精度和鲁棒性,能精确地对复杂结构、多热源的时变非线性热误差特性进行建模和预测。

考虑运行条件的Elman网络丝杠驱动系统热误差建模

研究了建立滚珠丝杠副热误差模型的方法,以进一步提高半闭环丝杠驱动系统的定位精度。分析了滚珠丝杠副的热源和温度场的动态特性并考虑丝杠驱动系统运行条件提出了基于Elman神经网络的热误差建模方法。首先,根据滚珠丝杠副的结构特点,确定其内部热源及温度场分布特性。然后,基于丝杠温度分布函数,研究丝杠热变形与其内部热源之间的动态非线性函数关系。最后,综合考虑丝杠驱动系统运行条件对其热误差的影响,建立了基于Elman神经网络的热误差预测模型。实验结果表明,当丝杠驱动系统的运行条件较为复杂时,采用文中提出的预测模型得到的热变形估计残差为-3.1μm^2.4μm。结果显示:考虑运行条件的Elman神经网络比BP和Elman网络(仅考虑温升数据)具有更好的预测精度和鲁棒性,有较强的工程应用前景。

基于PLS和改进CVR的数控机床热误差建模

为提高支持向量回归(SVR)模型的预测能力,将核心向量回归(Core vector regression,CVR)方法引入到数控机床热误差建模中,并采用偏最小二乘(Partial least squares,PLS)算法从输入样本提取主成分,构建特征集,然后使用改进的粒子群优化(Improved particle swam optimization,IPSO)算法对CVR的模型参数进行寻优,从而提出一种基于PLS-IPSO-CVR的数控机床热误差建模方法。仿真实验表明,所提出的建模方法在预测精度和速度方面优于传统SVR模型和BP神经网络模型,从而验证了组合建模方法的可行性和有效性。

圆柱轴类零件径向与轴向热变形异常现象研究

通过实验发现了直径和长度相同的轴在径向和轴向具有不同的热变形量,传统的热力学理论不能解释这一现象。利用固体物理学晶格振动理论,推导了晶体体积膨胀系数与线膨胀系数之间的关系;将金属材料近似为晶体材料,利用线膨胀系数与体积膨胀系数的关系并结合对材料线膨胀系数研究的成果,建立了轴类零件径向热变形模型,理论分析证实了轴类零件径向热膨胀系数与轴向热膨胀系数不同。实验结果表明:轴类零件径向热变形模型计算结果较传统热力学计算结果更接近实验结果,且径向和轴向具有不同的热膨胀系数,在高精度领域,轴类零件的径向热变形不能使用轴向热膨胀系数进行计算。

多变化热源下的滚珠丝杠热动态特性

以传热学理论为基础,研究了滚珠丝杠受周期变化的端热源影响而产生的温度响应及其变化特性。探讨了热源信号作用下滚珠丝杠的温度响应,并用叠加法求解了多变化热源作用下滚珠丝杠的温度场函数。通过有限元仿真,验证了理论结果的正确性,得出了滚珠丝杠在行程内热误差动态变化的曲面图。

模糊神经网络理论在数控机床热误差补偿建模中的应用

应用模糊神经网络的学习性能,以一台数控机床的主轴径向热误差数据进行机床热误差建模和预报,并与常用的反向传播(BP)神经网络模型建模进行对比.结果表明,模糊神经网络模型对机床系统的热特性具有更强的学习能力,能对机床误差作出更为精确的预报,进一步提高了误差补偿的效果.

基于接触热阻的高速精密电主轴热特性分析

主轴系统热问题是高精度机床必须要考虑的关键问题,接触热阻的大小影响机床的传热性能,从而影响其加工精度.利用表面接触的分形理论,计算接触面的量纲一的接触面积,针对接触微凸体的热阻由基体热阻和收缩热阻形成接触对,建立了一个考虑接触界面基体热阻和收缩热阻的表面接触热阻模型,讨论了不同的分形参数对接触热阻的影响.以立式加工中心电主轴系统为研究对象,分析了电机的损耗发热和轴承的摩擦发热,运用有限元软件对电主轴模型在有无接触热阻2种情况下的稳态温度场和稳态热变形进行仿真分析.讨论了有无热阻情况下电主轴温度和变形变化量,论证了接触热阻对电主轴热温度场和热变形的影响.结果表明:电主轴考虑接触电阻时温度将升高,变形将增加.

超磁致伸缩电─机械转换器热变形补偿试验研究

介绍了为克服超磁致伸缩电─机械转换器热形变输出而研制的可微调的热变形补偿机构的结构、理论分析和试验结果。结果表明，提出的补偿机构能有效地补偿GMM棒的热变形，提高了GMA的位移输出特性。

精密机械热动态误差模糊神经网络建模研究

结合模糊逻辑与人工神经网络的优点,提出精密机械热动态误差的模糊神经网络模型,并在多变量模糊模型后件结构与参数辨识中提出了主分量分析建模的新方法.基于语言控制规则的模糊模型,采用模糊推理方法,建模的关键在于结构辨识和参数辨识.采用主分量分析方法可有效地辨识模型后件的结构与参数.为克服建模用的有效数据量少于后件参数,而无法建立相应的模糊模型这一问题,采用一种多变量系统的模糊神经网络建模方法,利用神经网络具有学习的能力,通过使用适当数量的具有充分激励信息的优选数据组作为学习样本对神经网络进行训练,从而建立起模糊神经网络模型.当辨识的模型精度达不到要求时,可应用模糊神经网络的多次训练获取更高的模型精度.实测数据建模表明,模糊神经网络模型能有效地描述热动态误差.

温度、热量与热变形的关系及计算方法研究

通过分析热变形与热量之间的关系 ,提出利用平均线膨胀系数 ,将较复杂温度分布 (如移动持续热源形成的温度分布 )情况下工件热变形量的计算简化为热量含量相同且温度均布状态下工件热变形量的计算方法 。

考虑热弹性的滚珠丝杠热动态特性

以传热学理论为基础,解释了一维杆传热的热弹性现象,研究了滚珠丝杠受周期变化端热源影响而产生的温度响应及变化特性.通过有限元软件对变化热源作用下滚珠丝杠的温度场和热变形进行了建模和仿真,解释了温度响应的幅值衰减特性及相位变化特性,说明了滚珠丝杠末端热变形与不同测点温度值变化之间的"超前性"和"滞后性",进一步阐述了滚珠丝杠在周期热源作用下的热动态特性.