[发明专利]一种基于机床进给系统运动特性的装配质量控制方法

说明书

本发明公开了一种基于机床进给系统运动特性的装配质量控制方法，包括：确定进给系统装配质量控制体系；建立进给系统装配质量控制模型；最后测试新装配机床进给系统的运动特性信号，求出所对应的控制指标值，将其经过归一化处理后代入所建立的装配质量控制模型中，根据计算结果判断该进给系统的装配质量是否合格。本发明通过机床进给系统的运动特性能够实现对其装配质量的控制，此方法可以合理的反映进给系统的工作状态，能够在进给系统装配完成后检测装配不合格的问题，保证进给系统装配质量稳定可靠。

技术领域

本发明属于高速、高精度数控机床进给系统装配质量研究技术领域，具体涉及一种基于机床进给系统运动特性的装配质量控制方法。

背景技术

装配作为数控机床生产制造过程的最后也是最重要的一个环节，其质量的好坏直接关系到机床出厂前整体质量的高低。传统的进给系统装配误差检测主要是通过水平仪、千分表等测量仪器在进给系统的装配过程中检测进给系统的装配精度。这种方法的缺点在于：一是仅对进给系统的静态装配精度进行检测，而装配误差不仅会影响进给系统的静态装配精度，并且在进给系统工作过程中，还会使其运动特性发生变化，因此仅考虑静态装配精度是不完善的；二是传统方法并没有对进给系统的装配质量进行完整的控制，而没有完善的装配质量控制方法，机床进给系统的生产装配质量就不能保证。因此如何通过进给系统的运动特性控制其装配质量成为进给系统装配质量研究领域的一个重要课题。

目前针对机床进给系统装配质量控制有关的专利有华中科技大学申请号为CN201510331424.0的专利，名为“一种数控机床进给系统装配质量的快速判别方法”，这个发明主要是将进给系统在正常装配下的运动信号作为参考，对比正常装配下的运动信号与新装配进给系统的运动信号，以此来实现数控机床进给系统装配质量的快速判别，但是这只是定性的判别进给系统的装配质量，主观意识比较强烈。

本发明运用了最小二乘支持向量机方法与粒子群优化算法，其中支持向量机(SVM)是Vapnik等人基于统计学理论中的VC维理论和结构风险最小化提出的，此方法的优点在于模型训练时间较短、适应能力较强、泛化能力好，因此在解决小样本、非线性以及高维的预测问题中得到了成功的应用。而最小二乘支持向量机方法(LS-SVM)是经典支持向量机方法(SVM)的一种改进，它的优势在于运算简单，收敛速度快等。

粒子群优化算法(PSO)是由Eberhart博士和kennedy博士于1995年在用计算机模拟鸟群觅食中受到启发后提出的。在粒子群优化算法中，每个优化问题的潜在解都是搜索空间中的一只鸟，称之为“粒子”。所有的粒子都由一个被优化的函数决定其适应度值，每个粒子还有一个速度决定他们飞翔的方向和距离，然后粒子们就追随当前的最优粒子在解空间中搜索。优化开始时先初始化一群随机粒子(随机解)，然后通过迭代找到最优解。在每一次迭代中，粒子通过跟踪两个极值来更新自己，以达到寻优的目的。第一个极值就是整个种群目前找到的最优解，这个极值是全局极值。第二个极值是粒子本身所找到的最优解，称为个体极值。粒子群优化算法的优点在于：调整参数较少，收敛速度较快。因此，它已被证明是解决许多全局优化问题的有效方法。

本发明通过进给系统运动特性利用最小二乘支持向量机方法与粒子群优化算法可以建立起一个进给系统装配质量控制模型，依据此模型可以准确的对进给系统的装配质量进行控制。

发明内容

为解决现有技术中存在的上述缺陷，本发明的目的在于提供一种基于机床进给系统运动特性的装配质量控制方法，即通过进给系统运动特性利用最小二乘支持向量机与粒子群优化算法建立起一个进给系统装配质量控制模型，依据此模型能够准确的对进给系统的装配质量进行客观、有效的控制。

本发明是通过下述技术方案来实现的。

一种基于机床进给系统运动特性的装配质量控制方法，包括下述步骤：

步骤1，定进给系统装配质量控制体系