数控机床主轴热漂移误差基于贝叶斯推断的最小二乘支持向量机建模

针对数控(Computer numerical control,CNC)机床主轴热漂移误差建模及预测问题,提出一种基于贝叶斯推断的最小二乘支持向量机(Least squares support vector machine,LS-SVM)建模方法。以一台双转台五轴加工中心为研究对象,进行热误差测量试验,利用非接触式激光位移传感器及温度传感器同步测量机床主轴各运动方向热漂移误差及温度变化数值,获取建模数据。模型训练过程运用贝叶斯推断方法对LS-SVM的正规化参数、核函数参数进行优化选择,获取基于参数后验概率最大化的最优参数组合,进而构建可准确预测机床主轴热漂移误差的优化模型。分别利用基于贝叶斯推断的LS-SVM模型、传统LS-SVM模型以及BP神经网络(Back propagation artificial neural networks,BP-ANN)模型对机床变工况条件下主轴热漂移误差进行预测,通过预测效果对比,基于贝叶斯推断的LS-SVM模型具有更高的预测精度,在机床变工况条件下仍具有较高鲁棒性与泛化能力,可以很好地弥补现有建模方法的部分局限性。

数控机床热变形关键点的辨识与补偿方法的研究

阐述了数控机床热误差补偿的基本概念 ,提出了基于人工神经网络对热变形关键点进行辨识的通用方法 ,最后对补偿方法进行了讨论。

钢纤维聚合物混凝土机床基础件热性能

基于钢纤维聚合物混凝土(SFPC)在机床基础件中的应用,分析了影响SFPC热变形的因素,对SF-PC热态性能参数—热变形系数进行了测试,在此基础上对SFPC机床基础件与传统铸铁机床基础件的热性能进行分析比较,结果表明前者优于后者,为钢纤维聚合物混凝土在机床制造业乃至其他工程领域中的应用提供理论依据。

热变形对高速干式滚齿机加工精度的影响

根据高速干式滚齿机机床的设计结构,分析了其热变形机制。在此基础上,分析了机床床身热变形以及立柱热变形对滚齿加工精度的影响,同时建立了相应的误差模型并进行了初步验证,为滚齿机热变形误差的控制及补偿提供了有益参考。

钢纤维聚合物混凝土机床基础件的热性能

基于钢纤维聚合物混凝土(SFPC)在机床基础件中的应用,分析影响SFPC热变形的因素,对SFPC热态性能参数——热变形系数进行测试,在此基础上对SFPC机床基础件与传统铸铁机床基础件的热性能进行分析比较.结果表明SFPC机床基础件优于传统铸铁机床基础件,证明用钢纤维聚合物混凝土制造机床基础件可使机床具有更好的热稳定性,从而满足科技发展对机床高加工精度的要求.

仿真加工中刀具热变形引起的加工误差分析

通过推导车刀在连续切削状态下热变形与切削时间的关系,建立了计算车刀热变形量的数学模型,开发了数控车削仿真加工中刀具热变形引起的加工误差计算程序,并给出了仿真算法实例。

数控机床热变形关键点的辨识

将神经网络工具箱用于数控机床热变形关键点的辨识 ,提出了一种通用而有效的辨识方法 。

零传动滚齿机热变形对加工精度的影响

根据零传动滚齿机YK3610的工件主轴和滚刀主轴的设计结构,分析了其热源及热变形机理,以此为基础,分析热变形对滚齿加工精度带来的影响,并建立了误差的数学模型;最后提出了对热变形进行误差补偿的简单方法。

基于高精度位移传感器的机床主轴热变形实时测量

文章研究了高精度位移传感器在数控机床主轴热变形测量中的应用。考虑到数控机床主轴热变形在热误差研究中的重要性,文中利用基恩士公司生产的高精度CCD激光位移传感器和涡电流位移传感器,对数控机床主轴的热变形进行了实时测量。实验结果表明,所测立式铣床主轴热变形沿Y轴方向最大,在主轴转速5000 r/m in的条件下,约为41μm。