[发明专利]一种考虑环境温度的重型机床热误差预测方法

说明书

技术领域

本发明涉及数控机床热误差补偿技术领域，更具体地讲，具体涉及一种考虑环境温度的重型机床热误差预测方法。

背景技术

在非恒温条件下，数控机床加工时受内部热源和外部环境的共同作用产生非线性温度响应和复杂结构热变形，导致加工精度降低甚至精度失效。热误差预测并补偿是提高数控机床加工精度和机床热稳定性的重要手段，随着内部热源的影响机制分析和热误差减小方法日趋成熟，环境温度作用于机床引起的热误差所占总误差的比例逐渐上升，尤其成为重型机床热变形的重要影响因素。

热误差建模通常是指建立机床的热变形与对应温度之间的映射关系，常见的热误差预测模型有：最小二乘模型、贝叶斯网络模型、支持向量机模型、灰色系统模型，人工智能模型、模糊系统模型等。温度信息包括本体温度和机床所处环境温度等，通常确定建模所需温度测点的方法是：先根据经验在机床和环境布置大量温度测点，然后按照一定的策略进行测点选择、分组、优化等，获得最优或最近线性布点。当前的研究中，环境温度对机床热误差影响的研究局限于实验统计和定性分析。在减少环境温度对机床的结构热变形的影响方面，主要采用的方法是对机床热结构优化、环境温度控制、改善散热条件、优化热源布置等。

随着最优布点识别方法和热误差非线性建模理论的发展，对机床内部热源的影响机理和热误差减少方法的研究日趋成熟，利用最优或最近线性布点温度可以较容易的建立机床内部热源引起热变形的多元线性回归模型。

但是环境温度与机床本体的最优布点变化特征不同，重型机床对环境温度波动的响应一直存在滞后，不存在最近线性环境温度布点，而且滞后的时间随气候和季节变化而改变。而当前的线性和非线性的热误差预测模型不能体现随温度滞后特征，导致当前的热误差预测模型在不同环境的通用性有限，甚至补偿精度失效。另一方面，当前对环境温度影响的研究和分析局限于实验测量、现象说明和定性讨论，没能将其时滞热影响用于热误差建模和补偿中。

发明内容

本发明提供了一种考虑环境温度的重型机床热变形预测方法，该方法考虑了反映重型机床受环境温度非线性滞后影响和内热源影响的共同作用效果，能够实现任意环境条件和加工条件下的热变形误差实时有效预测。

为了解决上述技术问题，本发明采用的技术方案是：

一种考虑环境温度的重型机床热变形预测方法具体为：预测机床内部热源引起的机床热变形量ΔL_in，以及预测机床外部热源引起的机床热变形量ΔL_ext，将机床内、外部热源引起的机床热变形量ΔL_in、ΔL_ext叠加得到机床最终热变形量；

所述机床外部热源引起的机床热变形量ΔL_ext按照如下方式预测：

实时预测机床所处的环境温度t_e(x)，并依据环境温度与机床表面温度换热平衡关系确定机床表面温度t_b(x)，x表示时间变量；计算时刻x₁到时刻x₂外部热源引起的机床热变形量ΔL_ext＝αL_X(t_b(x₂)-t_b(x₁))，α为机床材料热膨胀系数，L_X为机床待测方向的名义尺寸；

所述机床内部热源引起的机床热变形量ΔL_in按照如下方式预测：

首先测量机床的综合热变形误差ΔL_X,结合机床外部热源引起的机床热变形量ΔL_ext计算机床内部热源引起的热变形误差ΔL_in′＝ΔL_X+ΔL_ext,将计算得到的ΔL_in′作为输出,机床表面测点的温度作为输入，采用最小二乘回归法拟合得到机床内部热源引起的热变形误差预测公式