[发明专利]一种关于数控机床热效应下定位误差温度测点组合的选择优化方法

说明书

技术领域

本发明涉及一种数控机床切削加工过程中机床定位误差的测量和误差补偿建模所用的温度变量组合的优化方法，属于数控机床误差分析技术领域。

背景技术

数控机床定位精度是机床的运动部件在数控系统控制下运动所能达到的位置精度，一般来讲，就是指机床把刀具的刀尖定位到程序中目标点的准确程度。机床加工精度最终是由机床上刀具与工件之间的相对位移决定的。因此减小定位误差对提高机床的加工精度至关重要。

机床误差补偿法由于其经济性好、可行性高而成为目前最主要的提高精度、减小误差的手段。而建立定位误差预测模型是误差补偿的关键环节，模型的形式和准确性直接影响误差补偿的速度和效果。要建立准确的定位误差预测模型必须获得与定位误差相关的机床温度分布，这就需要在机床上各个部位布置大量的温度传感器，用来测量机床运行过程中的实时温度分布。一般来说，在热误差补偿中温度测点的选择从几百个到几个不等。

然而，温度测点过多不仅使得布置测点的工作量加大,而且温度测点布置得太密还会使相邻测点的输出信号有较大的相关性,反而影响计算精度。所以，选择几个关键温度测点实现精确定位误差建模就显得特别重要，但是如何选择温度测点是机床定位误差建模及补偿技术中的关键问题之一。

发明内容

本发明的目的在于针对现有问题，基于粗糙集理论，在灰关联策略的基础上，分析机床温度场分布中的各温度测点对机床加工定位误差影响的重要程度，提出了根据粗糙集分析软件(ROSETTA)对机床温度、误差数据进行约简，并综合分析找出对定位误差影响特别敏感的几个测量点的传感器组合来达到优化机床定位误差温度测点的目的，即找出最优温度测点组合。

为实现上述目的，本发明采用的技术方案为一种关于数控机床热效应下定位误差温度测点组合的选择优化方法，用于解决数控机床定位误差补偿中如何优化温度测点组合的技术问题。

该方法的具体步骤如下，

步骤1，采集数控机床运行过程中随时间变化的温度变量和定位误差量；

首先，在数控机床的重要位置安装k个温度传感器进行温度测量，所述数控机床的重要位置主要包括主轴前端和后端的典型位置、主轴箱箱体前后端及上端、三轴丝杠电动机、轴承、导轨、工作台位置。将激光干涉仪安装固定在机床上进行定位误差测量即激光发射器固定在导轨上而接收器固定在机床刀架上；

然后，先在机床冷态(即刚开机)下测量定位误差，测量后，快速移动运动轴使机床温度升高，然后再测量、再温升如此重复至机床各温度变化趋于稳定，即机床达到热平衡状态结束测量。通过运行机床可以得到：①k个位置的温度传感器测得的温度T随时间t的变化量T{T₁(t)，T₂(t)，...，T_k(t)}；②激光干涉仪测得的机床定位误差量Y(t)；

步骤2，应用灰色关联分析筛选出m个敏感温度测点位置：

利用灰色关联分析建立参考数列(定位误差数据)和比较数列(k个温度测点数据)之间的关联系数ξ_0k和关联度γ_0k，并将这些关联度从大到小依次排列，分别表示这些测点位置温度变化对机床产生定位误差的影响大小；设定一个阈值γ′，一般来说，定义阈值为：当相关系数值γ_0k大于γ′时，温度测点位置被保留下来；而其余位置的温度变化对定位误差影响很微小，都被舍去，即将k个温度测点成功的缩减至m个的敏感测点T′{T′₁(t)，T′₂(t)，...，T′_m(t)}。

步骤3，根据粗糙集理论的原理，对机床热效应下定位误差和温度数据进行预处理，构成一个决策表；

把所测的k个位置的温度作为条件属性C，即C＝{T₁(t)，T₂(t)，...，T_k(t)}，所测的定位误差位移作为结果属性D，即D＝{Y(t)}，从而建立了一个系统决策表K＝(U，C∪D)，并将此决策表建立为一个Excel表。

步骤4，利用粗糙集分析软件(ROSETTA)得出n个可行的温度测点组合：

将上面建立的系统决策表K＝(U，C∪D)的Excel表输入到粗糙集分析软件(ROSETTA)中去，通过数据补齐、数据离散化之后进行数据约简处理，得到n种可行的温度测点组合，这些温度测点组合可以完整地表达机床温度场分布情况。

步骤5，综合分析辨识机床最优温度测点组合，完成选择优化方法：