[发明专利]一种基于有限元模型数值仿真的数控机床温度测点优化方法

说明书

本发明公开了一种基于有限元模型数值仿真的数控机床温度测点优化方法，包括以下步骤：（一）初始化仿真条件；（二）所述待优化数控机床有限元模型初始化条件设置，包括以下步骤：（1）导入所述待优化数控机床的3D裸基座模型，并进行简化；（2）对所述待优化数控机床及所述待优化数控机床各零部件材料进行设置；（3）设置热源；（4）设置边界条件；（5）完成网格划分；（6）完成求解器的配置；（三）生成所述待优化数控机床热平衡温度场及热变形场；（四）计算所述待优化数控机床温度与热变形之间泊松系数，并生成其分布场；（五）测点优化。本发明能使得测点与温度相关性符合需求且保证热补偿模型精确性和鲁棒性，又大大降低研发期间成本。

技术领域

本发明涉及一种温度测点优化技术，具体涉及一种基于有限元模型数值仿真的数控机床温度测点优化方法。

背景技术

热误差占机床总误差比例往往在40％～80％，越精密的数控机床中，该比重会越大，温度测点的选取是数控机床热误差补偿技术中的关键问题，温度测点的优化是实现热误差建模与补偿的前提。由于温度测点对于整机温度场具有样本过小、无法完整反映机床温度场信息的问题。仅仅通过计算测点与热误差间的相关系数来优化测点指标过于单一，容易误判，也有可能导致测点与热误差过相关现象，影响热误差模型的精确性和鲁棒性。

现有数控机床温度测点优化有以下两种方案：

方案一：采用灰色关联度法计算数控机床温度测点与热误差的紧密程度完成温度测点优化。

方案二：采用逐步多元回归法计算数控机床温度变量与热误差间的相关性进行测点的选取。

方案一，使用灰色关联度进行温度测点优化的方法虽然解决了测点温度相较于数控机床而言样本过小、无法完整反映机床温度场信息的问题，但是其完成优化的指标仅仅是通过判断测点与热误差之间的紧密程度过于单一，容易造成误判；方案二，采用逐步多元回归的方法仅仅考虑温度变量和热误差变量之间的相关性，没有考虑变量间的耦合现象。可能会导致后续建模过程中温度变量的过相关。传统采用实验的方法前期需要大量的温度及热误差数据的测量，对误差传感器的精度也有较高要求，存在大量浪费人力物力的缺点。

发明内容

本发明针对现有技术的不足，提出能使得测点与温度相关性符合需求且保证热补偿模型精确性和鲁棒性，又大大降低研发期间的各方面成本的一种基于有限元模型数值仿真的数控机床温度测点优化方法。

本发明通过下述技术方案实现技术目标。

一种基于有限元模型数值仿真的数控机床温度测点优化方法，其改进之处在于：包括以下步骤：

(一)初始化仿真条件，包括以下步骤：

(1)根据待优化数控机床类型，初始化所述待优化数控机床加工过程中热源R₁、R₂、R₃…R_n，并根据所述待优化数控机床对应发热功率P₁、P₂、P₃…P_n计算所述待优化数控机床发热量Q₁、Q₂、Q₃…Q_n；

(2)初始化热传导过程中水平及竖直热交换区域S_r1、S_r2对应传热系数λ₁、λ₂，计算所述待优化数控机床热损耗Q_L1、Q_L2；

(3)初始化泊松系数r计算公式及其判断规则：

使用泊松系数r来分析所述待优化数控机床温度场与热误差之间的相关程度，所述泊松系数r如式(1)所示：

所述泊松系数r具体判断规则如表1所示：