基于LS-SVM和神經(jīng)網(wǎng)絡(luò)的五軸加工中心誤差補(bǔ)償策略
引言 加工中心誤差檢測(cè)的方法主要有單項(xiàng)誤差檢測(cè)和 對(duì)角線誤差檢測(cè)，五軸加工中心的誤差至少有40多 項(xiàng)。一般采用單項(xiàng)誤差檢測(cè)法，即需要對(duì)每個(gè)坐標(biāo)軸 進(jìn)行校準(zhǔn)和測(cè)量，時(shí)間長，效率低，且由于數(shù)據(jù)時(shí)間間 隔過長，采集誤差的隨機(jī)性會(huì)影響數(shù)據(jù)的連續(xù)性和關(guān) 聯(lián)性，使得數(shù)據(jù)的有效性降低。而且加工中心單項(xiàng)誤 差的變化情況并不能與最終加工誤差有效映射，甚至 有時(shí)的變化趨勢(shì)截然相反，導(dǎo)致最終對(duì)單項(xiàng)誤差采用 的補(bǔ)償效果不理想，數(shù)據(jù)偏差較大。對(duì)于多軸加工中 心，經(jīng)綜合考慮，采用空間誤差檢測(cè)方法能夠比較客觀 地反映刀具相對(duì)于工件的加工真實(shí)誤差，進(jìn)而實(shí)施有 效的誤差補(bǔ)償。1五軸加工中心運(yùn)動(dòng)鏈構(gòu)型與誤差檢測(cè)方案設(shè)計(jì)五軸加工中心如圖1所示，其從加工功能上可看 作是車削中心和銑鏜中心組合的產(chǎn)物。車削中心具有 8個(gè)控制軸，其中4個(gè)為聯(lián)動(dòng)軸，可實(shí)現(xiàn)車鉆鏜復(fù)雜零 件加工；銑鏜中心比車削中心多出一個(gè)旋轉(zhuǎn)軸B軸， 共計(jì)9個(gè)控制軸，因此可實(shí)現(xiàn)5軸聯(lián)動(dòng)，這使得五軸加 工中心能加工出表面曲線更復(fù)雜的零件。 1.1五軸加工中心運(yùn)動(dòng)鏈構(gòu)型針對(duì)本文試驗(yàn)用五軸加工中心的構(gòu)型，設(shè)計(jì)滿足 空間誤差和熱誤差整體補(bǔ)償方案。主要依據(jù)五軸加工 中心傳動(dòng)鏈的結(jié)構(gòu)特點(diǎn)，在車主軸、銑主軸、旋轉(zhuǎn)軸、工 作臺(tái)、刀架等主要機(jī)構(gòu)安裝16個(gè)檢測(cè)傳感器，通過合 理布置使所檢測(cè)的誤差更全面和有效。1.2誤差檢測(cè)方案設(shè)計(jì)誤差檢測(cè)方案具體如下：(1) 在車主軸床身和銑主軸工作臺(tái)之間，可以采 用激光多普勒干涉儀測(cè)量得到3個(gè)定位誤差、4個(gè)體 對(duì)角線誤差、個(gè)垂直度誤差以及6個(gè)直線度誤差。(2) 通過實(shí)時(shí)數(shù)據(jù)檢測(cè)可以得到主軸溫度及5個(gè) 熱漂移數(shù)據(jù)信息。采用分步對(duì)角線誤差和熱漂移誤差的綜合檢測(cè)方 案設(shè)計(jì)，可以較為直觀地獲取刀具與工件運(yùn)動(dòng)鏈系統(tǒng) 的實(shí)際誤差，完整地描述五軸加工中心的空間誤差特 性，從而進(jìn)行有效的誤差補(bǔ)償。2神經(jīng)網(wǎng)絡(luò)誤差補(bǔ)償模型五軸加工中心綜合誤差具有多樣性和不確定性， 而誤差檢測(cè)方案包含空間誤差檢測(cè)和熱誤差檢測(cè)，由 于誤差產(chǎn)生的原理和方式不同，這兩種誤差變化規(guī)律 大相徑庭。因此可以利用神經(jīng)網(wǎng)絡(luò)算法，在對(duì)五軸加 工中心誤差補(bǔ)償?shù)倪^程中自動(dòng)識(shí)別系統(tǒng)的特性，包括 輸入空間誤差數(shù)組、熱誤差數(shù)組、預(yù)留數(shù)組，從而自動(dòng) 適應(yīng)系統(tǒng)隨時(shí)間的特性變異，以達(dá)到對(duì)誤差系統(tǒng)的最 優(yōu)控制。2.1神經(jīng)網(wǎng)絡(luò)的構(gòu)建BP網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示，輸入層、隱含層和輸出 層分別有個(gè)單元節(jié)點(diǎn)；輸入層與隱含層之間的 權(quán)值為輸出層與隱含層之間權(quán)值為w; 分別表示若干層級(jí)神經(jīng)單元。空間誤差和熱誤差需要運(yùn)用 生物遺傳學(xué)、最優(yōu)控制、支持向量機(jī)等方法建立相應(yīng)的 數(shù)學(xué)模型，其輸出為五軸加工中心坐標(biāo)軸的補(bǔ)償值。如 需補(bǔ)償誤差增益，則按減少期望輸出與實(shí)際輸出間誤差 的原則，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)拓?fù)潢P(guān)系，從輸出層經(jīng)各隱含 層，最后返回輸入端，并調(diào)整該輸入層的權(quán)重?cái)?shù)值。2.2 LS-SVM誤差補(bǔ)償模型 本文的誤差辨識(shí)建模采用最小二乘支持向量機(jī)建 模。該方法是在基于BP神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上，采 用最小二乘線性系統(tǒng)作為損失函數(shù)，將原問題轉(zhuǎn)化為 線性方程，從而簡化了計(jì)算，使收斂速度加快。3加工中心誤差傳感器布置 3.1測(cè)量裝置與靶標(biāo)布置選用光動(dòng)公司LDDM激光多普勒干涉儀對(duì)某五 軸加工中心進(jìn)行了分步體對(duì)角線空間誤差檢測(cè) 。 首先 建立坐標(biāo)系，確定一個(gè)立方體的空間作為檢測(cè)區(qū)域，然 后安裝激光干涉儀測(cè)量裝置，包括激光頭、反射鏡、傳 感器等。在安裝時(shí)將激光頭固定安裝于床身，同時(shí)要 將反射鏡固定安裝在Y軸對(duì)應(yīng)的驅(qū)動(dòng)絲杠的滑塊上。 3.2傳感器布置方案 將16個(gè)傳感器分成4組，圖3示出了部分傳感器 的具體位置。測(cè)量主軸運(yùn)動(dòng)及工作臺(tái)滑塊采用9號(hào)? 16號(hào)傳感器；測(cè)量主軸溫度為1號(hào)?4號(hào)傳感器；測(cè)量 機(jī)床床身溫度為5號(hào)?6號(hào)傳感器；測(cè)量機(jī)床內(nèi)部環(huán) 境溫度為7號(hào)?8號(hào)傳感器。加工中心連續(xù)空載運(yùn)行 6 h，采集這16處溫度值以及主軸的軸、徑向熱變形位 移。然后每隔6 mm采集一組數(shù)據(jù)并記錄，前后可以 獲得60組數(shù)據(jù)用于基于LS-SVM方法的熱誤差數(shù)據(jù) 建模計(jì)算。3.3空間誤差檢測(cè)與補(bǔ)償進(jìn)行空間誤差檢測(cè)時(shí)，首先使銑主軸的X、Y、Z 三坐標(biāo)軸聯(lián)動(dòng)，檢測(cè)出4個(gè)體對(duì)角線的空間位移誤差。 用激光干涉儀沿每一條體對(duì)角線進(jìn)行正向和反向測(cè) 量，獲得2組數(shù)據(jù)曲線，如體對(duì)角線B軸正向曲線和 B軸反向曲線。然后根據(jù)體對(duì)角線數(shù)據(jù)和曲線，獲得 與體對(duì)角線相對(duì)應(yīng)的三坐標(biāo)軸正、反向誤差。 經(jīng)過多次測(cè)量，可以獲得X、Y、Z三坐標(biāo)軸的定位誤 差和垂直直線度誤差。最后將多次獲取的正、反向誤 差數(shù)據(jù)取均值，獲得平均誤差。具體補(bǔ)償步驟如下：① 輸入向量為空間誤差數(shù)組和熱漂移數(shù)組；②輸出向量 為精工系統(tǒng)X、Y、Z三坐標(biāo)的補(bǔ)償值；③根據(jù)基于空 間誤差神經(jīng)網(wǎng)絡(luò)算法確定空間誤差輸入層至中間層的 連接權(quán)重，根據(jù)熱誤差LS-SVM函數(shù)建模確定熱誤差 輸入層至中間層的連接權(quán)重，以及計(jì)算精度值和****** 學(xué)習(xí)次數(shù)；④重復(fù)校核以驗(yàn)證機(jī)床的空間誤差數(shù)據(jù)。結(jié)果分析在對(duì)五軸加工中心進(jìn)行空間誤差檢測(cè)的基礎(chǔ)上， 通過調(diào)整對(duì)精工系統(tǒng)誤差進(jìn)行補(bǔ)償，補(bǔ)償前、后的檢測(cè) 條件和測(cè)量方式不變，得到的補(bǔ)償前、后的誤差曲線分 別如圖4、圖5所示。圖4中，補(bǔ)償前的誤差曲線基本是平穩(wěn)向上趨勢(shì)， 綜合誤差與加工中心工作行程空間基本呈線性關(guān)系， 隨著機(jī)床運(yùn)動(dòng)行程距離增大，累積誤差也不斷增大，誤 差整體在一10 ym?70 ^m之間。在實(shí)施誤差補(bǔ)償后，誤差曲線急劇波動(dòng)，這反映了精工系統(tǒng)在用G代碼調(diào) 整后的誤差情況。可見補(bǔ)償后體對(duì)角線的誤差得到了 很好的改善，誤差趨勢(shì)由線性增長變?yōu)椴ㄕ燮鸱`差 整體控制在一10um?32um 之間，精度提高了47. 5 %，這說明空間誤差補(bǔ)償效果明顯。 5結(jié)論本文設(shè)計(jì)了基于LS-SVM和神經(jīng)網(wǎng)絡(luò)的五軸加 工中心綜合誤差檢測(cè)方案。在綜合考慮空間誤差和熱 誤差的影響條件下，提出了五軸加工中心綜合誤差補(bǔ) 償方法。運(yùn)用LS-SVM和神經(jīng)網(wǎng)絡(luò)算法建立了幾何 誤差和熱誤差綜合補(bǔ)償模型，實(shí)施整體補(bǔ)償之后誤差 控制在一10um?32 um之間，精度提高了 47. 5% ,取得良好的實(shí)驗(yàn)效果。本文由海天精工整理發(fā)表文章均來自網(wǎng)絡(luò)僅供學(xué)習(xí)參考，轉(zhuǎn)載請(qǐng)注明！