五轴机床旋转轴误差的在机测量与模糊径向基神经网络建模

考虑五轴机床中的旋转轴误差会影响加工精度和在机测量结果,本文研究了旋转轴误差的在机测量与建模方法。介绍了基于标准球和机床在机测量系统的旋转轴综合误差测量方法,采用随机Hammersely序列分组规划旋转轴的测量角位置,通过自由安放策略确定标准球初始安装位置。然后,引入模糊减法聚类和模糊C-均值聚类(Fuzzy C-means,FCM)建立旋转轴误差的径向基(Radial basis function,RBF)神经网络预测模型。最后,进行数学透明解析,从而为误差的精确解析建模提供新途径。利用曲面的在机测量实例验证了提出的旋转轴误差测量与建模方法。结果表明:利用所建模型计算的预测位置与实测位置的距离偏差平均值为9.6μm,最大值不超过15μm;利用所建模型补偿工件的在机测量结果后,其平均值由32.5μm减小到13.6μm,最大误差也由62.3μm减小到18.6μm。结果显示,提出的测量方法操作简单,自动化程度高;模糊RBF神经网络的学习速度快、适应能力强、鲁棒性好,能满足高度非线性、强耦合的旋转轴误差建模要求。

非正交五轴数控机床旋转轴误差辨识方法的研究

针对国内外对于非正交数控机床的斜摆轴B轴误差辨识研究较少问题,基于多体系统理论建立非正交五轴数控机床运动误差模型,此模型包含了旋转轴B轴的共计12项静态误差和动态误差,在对此运动误差模型进行数学表达与分析后,结合Renishaw公司的QC10球杆仪测量方式设计了8种不同测量模式。最后结合测量结果可实现斜摆轴B轴的12项误差辨识,快速高效。经试验验证,这种辨识方法测量结果精确,可用于非正交五轴数控机床旋转轴误差辨识。

数控机床旋转轴误差辨识研究

以多体系统理论为基础建立了包含旋转轴几何误差的DMP60U型机床运动模型,并利用某公司的QC10球杆仪对DMP60U型的C轴和斜转轴B轴各4项位置误差分别进行测量和辨识。在对球杆仪测量点的在坐标系中的位置坐标表达分析后,得出了球杆仪测量圆的偏心率与位置误差间数学关系。通过运用机床RTCP功能控制多轴同步运动,设计进行不同高度下的4次测量,可辨识出这8项位置误差,快速高效。经实验验证,这种辨识方法测量结果精确,可用于五轴加工中心误差辨识。

双转台五轴机床旋转轴位置无关几何误差的辨识

旋转轴的位置无关几何误差(PIGEs)是影响五轴机床加工精度的重要因素。以AC双转台五轴机床为研究对象,提出一种基于差分演化算法的旋转轴PIGEs辨识方法。首先,建立机床旋转轴PIGEs和球杆仪杆长变化的关系模型,使用已有的辨识方法获得机床旋转轴PIGEs初始解,然后定义优化目标函数,通过差分演化算法整体优化求解旋转轴PIGEs,提高旋转轴PIGEs辨识准确性。实验与仿真的结果表明提出的旋转轴PIGEs辨识方法可有效提高辨识准确性。

外场条件下旋转捷联惯导系统旋转轴不正交误差标定方法

旋转调制捷联惯导系统中,旋转轴不正交误差是最主要的转位机构误差,其对系统精度的不利影响十分显著。针对目前基于载体姿态变化的旋转轴不正交误差标定方法只适用于静基座条件的不足,提出了一种基于Kalman滤波的误差标定方法,可实现外场环境中存在晃动干扰条件下的不正交误差标定;根据误差模型建立了系统状态方程,并基于可观测度分析设计了标定路径。仿真及实验结果表明,该方法精度较高,可以实现外场角晃动干扰情况下,旋转轴不正交误差的高精度标定。

一种龙门铣床误差实时补偿方法探析构建

龙门铣床广泛应用于航空航天领域大型零件的精密加工,其几何与热误差均对加工精度有显著影响。分析误差实时补偿原理,结合误差实时补偿系统开发要点,研究龙门铣床误差实时补偿试验要点,目的在于发现并分析有价值的应用数据,不断完善误差实时补偿体系。