考虑多源误差影响的谐波减速器传动误差建模与分析

为解决现有谐波减速器传动误差建模方法的不足,提出一种考虑装配误差、齿面误差的综合误差建模方法。该方法首先建立装配误差和齿面误差数学模型,并进行误差影响参数分析。其次,测量实验样机装配偏心量和歪斜角度,基于模型得到对应偏心误差、歪斜误差模型理论值,齿面加工误差幅值按一般加工工况大小代入模型,得到对应加工误差模型理论值;然后,分别进行500 h、1500 h、3000 h时长的磨损实验,磨损后进行齿面形貌扫描和数据分析,得到对应的齿面形貌参数,基于模型得到对应的磨损误差模型理论值。最后,综合考虑多源误差影响,设置3组同型号样机,进行传动误差实验。实验结果表明:考虑装配偏心、歪斜和齿面加工等影响因素,传动误差的实验测量值与模型理论值误差在1.7~3.3%之间;综合考虑装配偏心、歪斜、齿面加工、齿面磨损等影响因素,在磨损500 h、1500 h、3000 h后传动误差的实验测量值与模型理论值误差分别在-3.45~2.07%、-5.88~-2.94%、1.33~5.33%之间。

数控精密立式磨床空间误差建模及溯源分析

数控精密立式磨床在加工时具有变形量少、圆度更好的优点,广泛应用于机床行业中套筒类、盘类、环类、小型工作台等零件的磨削加工领域。与国外相比,国内机床行业在高端磨床领域存在着生产效率低、加工精度差等问题。以某型号数控精密立式磨床为研究对象,首先通过研究各关键部件之间的运动关系,得出相应的几何误差参数,运用多体系统理论建立了部件之间的变换矩阵,进而得到磨床的精密加工约束方程,从而建立磨床的空间几何误差模型。依据该空间误差模型,建立误差灵敏度模型,得到影响加工精度的关键误差项。最后针对关键误差项进行误差修复,完成对数控立式磨床加工精度的优化,可在立式磨床设计阶段提供一定的设计理论基础。

3RPS并联机构的运动学误差建模及其分析

为了提高XYZ-3RPS六轴卧式混联机床的运动学精度,建立了3RPS并联机构的运动学参数误差模型。首先对3RPS并联机构的几何误差源进行了分析。然后基于闭环矢量微分法建立了3RPS并联机构包含铰点位置误差、转动副轴线方向误差、驱动支链零位杆长误差等27项结构参数误差对末端位姿误差的映射模型。最后设计了仿真实验,利用ADAMS的虚拟样机技术,获取机构实际末端位姿误差。通过与误差模型的结果对比,验证了所分析的27项结构参数误差设定值在(0.1~0.2)mm的范围内,误差模型的位置误差求解精度大于0.01mm,姿态误差求解精度大于0.01°。进一步的数值验证表明,误差模型的精度会随着结构参数误差值的减小而显著提高,为3RPS等少自由度并联机构的误差建模和运动学标定提供理论依据。

同步相移横向剪切干涉中偏振器件的误差建模

为了对同步相移横向剪切干涉系统中偏振器件的选型、装调以及误差补偿提供可靠的理论依据,本文根据琼斯矩阵原理,构建了系统中1/4波片和偏振片阵列误差对测量结果影响程度的误差模型,对四分之一波片的相位延迟误差、快轴方位角误差以及偏振片阵列透光轴方位角误差对测量结果的影响进行了定量分析。仿真结果表明:1/4波片的相位延迟误差在±1°以内时,波面测量误差为0.00002λ(PV)和0.000062λ(RMS);1/4波片的调整精度在±2°以内时,波面测量误差为0.0001λ(PV)和0.00006λ(RMS);偏振片阵列方位角误差在±1°以内时,测量误差为0.003λ(PV)和0.001λ(RMS)。根据仿真结果对测量系统中偏振元器件进行选型,同时选择两种不同精度的偏振元器件进行对比实验。实验结果的残差值与仿真结果的残差值的PV以及RMS值偏差均小于λ/20,可以在一定程度上验证模型的有效性。本文提出的数学模型可以为同步相移横向剪切干涉系统中偏振器件的选型提供可靠的理论依据。

电动缸举升伺服机构运动学误差建模与辨识

针对电动缸举升伺服机构在大长径比、大惯量和大质量武器站运动学模型精度不高的问题,利用所提误差分离辨识方法对电动缸举升伺服机构的运动学模型进行了高精度建模。在明确了运动学误差来源为零位、几何、间隙和趋势误差的基础上,结合闭环矢量法与滞环模型建立了包含全项误差理论运动学模型,并定性的总结了每项误差的不同特征。通过提出的基于误差解耦的静、动态误差分离流程,有效的分离出了间隙、零位、几何和趋势误差,并分别利用双传感器法、非线性最小二乘法、傅里叶级数法和小波变换法对间隙、零位、几何和趋势误差进行了有效辨识,定量的分析了每项误差的影响度。结果表明:提出的基于搜索区间的解耦化非线性最小二乘法,在有效的分离出重现误差(几何误差),并定量的明确了几何误差为最大误差来源,将辨识出来的静态误差代入运动学模型,在实验平台的上,将平台的运动学模型精度提高96.6%。该误差分离辨识方法,对电动缸举升伺服机构的高精度运动学建模具有理论参考价值。

基于在机测量的薄壁叶片加工误差建模与补偿方法

薄壁叶片具备结构复杂、刚度弱、材料难加工等特性,且在加工过程中受到力导致变形、刀具磨损及机床精度演变等多源影响,造成其加工精度差、周期长。针对此问题,提出了基于在机测量的薄壁叶片加工误差建模与补偿方法,建立了基于机器学习的加工误差模型以及基于迭代系数的补偿值修正计算方法,开发了基于数控系统原点偏移功能的加工误差实时补偿系统,实现了复杂工况下薄壁叶片加工误差的在机检测、自动建模与实时补偿。薄壁叶片铣削加工验证试验结果表明,在机测量-补偿加工后的薄壁叶片无论是弹性变形为主的背部还是塑性变形为主的前部,其加工误差均得到较好的抑制,有效提高了其加工精度。

基于改进分段三次Hermite插值的机床复合误差建模与补偿

为降低精密卧式加工中心几何误差与热误差而产生的复合误差,文中提出一种基于改进分段三次Hermite插值(improved piecewise cubic Hermite interpolation, IPCHI)算法的复合误差建模方法。为建立复合误差模型,在JIG630精密卧式加工中心上开展试验,采用温度传感器和激光干涉仪分别获取机床温度值和定位误差分析整个温升过程中的误差数据,总结误差分布规律,运用IPCHI算法识别并建立几何误差和热误差的数学模型。运用复合误差模型进行补偿实验,精密卧式加工中心常温下的最大定位误差从-10.1μm降至2.3μm,补偿77%;温升之后定位误差从-19.8μm降至2.6μm,补偿87%,验证了IPCHI模型在实际误差补偿中具有明显的补偿效果。

五轴数控机床综合误差建模分析

分析了机床运动副的误差运动学原理 ,利用齐次坐标变换对一台包含 3个移动副和 2个转动副的五轴加工中心建立了误差综合数学模型 .模型中不仅包含了几何误差且包含了热误差 ,共计 5 7个误差元素 .本分析方法可为其他类型的多轴数控机床。

基于模糊聚类测点优化与向量机的坐标镗床热误差建模

为了研究电主轴系统热特性对机床精度的影响,建立了主轴轴向及径向热误差模型.以精密坐标镗床为对象,采用五点法对主轴热误差进行测量,并分析了转速对主轴热误差及温度场的影响规律.利用模糊聚类分析法对温度变量进行分组优化,选出对热误差敏感的温度变量,建立主轴轴向热伸长及径向热倾角的最小二乘支持向量机(LS-SVM)以及多元线性回归(MLRA)的综合热误差模型,并设定了预测优度评价标准.结果表明:模糊聚类分组法能有效降低温度变量间的多重共线性,并提高模型的稳定性;LS-SVM模型具备全局寻优的特点,可实现不同工况的高精度预测,预测精度可达90%,且比传统的MLRA模型有更好的通用性以及更强的泛化能力,可作为后期热误差的补偿模型.

车床主轴与进给轴耦合热误差建模及补偿研究

针对车床实际加工中主轴与进给轴的热误差相互耦合共同影响工件精度的问题,建立了综合热误差模型并进行了有效补偿。以海德曼HTC500/500精密车床为研究对象,对车床主轴与进给轴热误差的耦合关系进行了解耦;利用模糊聚类理论实现了车床测温点的优化分组,建立了主轴与进给轴的耦合热误差多元线性回归模型,并在精密车床上得到实际应用。结果表明:车床耦合热误差模型符合实际工况,模糊聚类有效降低了温度变量之间的多重共线性,提高了模型的预测精度;主轴x/z方向的预测精度达88.4%、90.7%,进给轴x/z方向的预测精度达82.9%、71.3%;补偿后车床x/z方向精度分别提高了60.3%、56.6%,证明了耦合热误差模型的准确性。

聚类回归分析在滚齿机热误差建模中的应用

利用聚类回归分析方法的基本原理,研究了温度传感器在滚齿机上的优化布置策略,并将温度测点从原先的11个减少到4个,完成了温度变量的优选.利用优选的温度变量,采用最小二乘法进行回归建模,得到热误差模型,并利用该模型在Y3150K型滚齿机上进行热误差补偿实验.结果表明,该建模方法不但增强了热误差建模的鲁棒性,提高了齿轮加工精度,而且节省了工作量与成本.

双转台五轴数控机床热误差建模、检测及补偿实验研究

以实验室自行开发的双转台五轴数控机床为研究对象,利用研制的温度和热误差检测系统测量了双转台五轴机床的温度场和热误差。基于相关分析原理,确立了建模和补偿用的最优敏感热源点。利用MATLAB建立了该机床的多元线性回归分析热误差模型。实验表明,补偿后机床热误差平均减小了40%。

数控车床综合热误差建模及工程应用

针对车床实际工程应用中主轴与进给轴综合误差对工件加工精度产生影响问题,建立包含工件膨胀效应的主轴与进给轴综合热误差模型,并进行实际切削验证.以精密车床为研究对象,综合分析车床主轴、进给轴和工件在实际加工中的相互影响关系,并建立三者之间的综合热误差多元线性回归模型(MLRA).实验结果表明:含有工件膨胀效应系数的综合热误差模型符合实际工况,有效提高了车床的加工精度.主轴热误差模型的预测精度达85%以上,进给轴预测精度达70%以上,实际加工中工件误差由15μm降低到5μm左右.综合热误差模型显著提高了高精密数控车床的加工精度.

基于虚设运动副的并联机器人静态误差建模与标定

基于并联机器人影响系数和虚位移原理,以一般空间并联机器人为例,通过虚设运动副,提出一种并联机器人静态误差建模与分析的通用新方法。该方法用于确定各个原始加工装配误差源对并联机器人末端位姿的独立影响,具有物理意义明确、建模分析便捷等优势。在此基础上,基于虚设运动副建立了3-P(4S)并联机器人各误差映射矩阵,并对该机器人开展了静态误差标定实验研究。实验结果表明,基于该方法标定后,3-P(4S)并联机器人输出定位误差最大值由0.585mm减小到0.142mm,标定后机器人定位精度明显提高,从而验证了该方法的有效性。

基于改进的多体系统误差建模理论的激光拼焊生产线运动误差模型

采用改进的多体系统建模理论对激光拼焊生产线运动误差进行研究。用低序体阵列描述多体系统拓扑结构,用特征矩阵表示多体系统中间体的相对位置和姿态。在基于多体系统理论的误差建模基础上提出位置误差传递函数的概念,用来描述各个误差源对位置精度的影响。根据激光拼焊生产线的结构特点,运用改进的多体系统理论精度分析理论,对激光拼焊生产线运动精度进行系统、全面的分析。采用Leica激光跟踪仪对激光拼焊线的运动误差进行检测,并将检测结果与误差模型分析结果进行对比,结果表明所建立的模型能有效预测激光拼焊线的运动误差。

时序分析在电主轴热误差建模中的应用

针对电主轴热误差基于三点法测量和建模中忽略径向热倾角误差的问题,采用五点法对主轴热误差进行测量,建立基于时序分析的热误差自回归滑动平均混合模型ARIMA。通过引用单位根检验算法实现对热误差序列的平稳性判定,运用自相关/偏自相关函数完成模型的高效识别;利用信息准则解决热误差模型的定阶问题,结合Yule-Walker方程实现自回归参数以及滑动平均参数的求解,从而提高了模型的预测精度及泛化能力,设定了模型的预测优度评价标准。电主轴热误差模型蕴含轴向伸长及径向热倾角,更符合实际,模型可更准确地描述主轴热误差空间位姿状态。通过电主轴热误差建模的应用实例,验证了所提测量及建模方法的有效性。

基于时间序列算法的数控机床热误差建模及其实时补偿

提出了一种基于时间序列算法的机床热误差建模方法.通过时序算法综合分析软件,对实测的热误差数据进行预处理、模式识别、模型参数估计、循环定阶判别以及模型整合,建立表征机床热误差变化规律的实时补偿模型,并通过判别温度变化趋势,实时调整模型迭代系数.通过实时补偿系统,利用所建立的热误差补偿模型对数控机床的热漂移误差进行实时补偿加工.结果表明,工件的径向尺寸误差从补偿前最大的112μm降低到7μm,机床加工精度和稳定性大幅度提高.

五轴数控机床运动误差建模与测试技术

针对双轴旋转工作台五轴数控机床,运用齐次变换矩阵建立了机床运动误差模型,并得到了相应的简化模型.为了测量双轴转台五轴数控机床的运动误差,提出一种基于双球杆仪的五轴机床运动误差分离方法.此方法通过控制数控机床的运动,使机床的任意1个旋转轴与2个直线轴构成三轴联动而另外2个轴保持静止,据此设计了6种机床运动轨迹来测量误差.在测量过程中采用双球杆仪来测量主轴与工作台之间的相对距离,将所测特定位置处的长度值代入误差模型即可得出机床的运动误差.该方法大大简化了数学模型的计算和误差分离的整个过程.仿真分析表明:此方法可以精确地分离出五轴数控机床的旋转工作台的所有8个运动误差,是一种非常有效而简便的五轴数控机床运动误差测量方法.

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。

风洞6_PUS并联支撑机器人运动误差建模与补偿

针对风洞6自由度并联支撑机器人,利用单支链D-H参数方法和摄动法建立了其运动误差模型,编写了误差模型仿真程序。根据风洞实验所需的6种典型运动模式,分析了不同模式下并联支撑机器人输出运动位姿的误差,得到了典型运动模式的误差变化规律。在风洞并联支撑机器人的构件设计和装配过程进行了针对性的误差控制,使设计和制造的并联支撑机器人精度达到了风洞实验的要求,并通过在风洞实验中嵌入与运动误差仿真类似的误差估算程序,再对风洞实验中被试模型的位姿误差进行补偿,实验证明这种方法提高了风洞实验数据的精度。