在線最小二乘支持向量機的數(shù)控加工中心熱誤差建模與補償
海天精工 加工中心 鉆攻中心前言：海天精工 備注：為保證文章的完整度，本文核心內(nèi)容都PDF格式顯示，如未有顯示請刷新或轉換瀏覽器嘗試，手機瀏覽可能無法正常使用！近年來，國內(nèi)的工業(yè)制造逐漸朝著自動化、數(shù)字化的方向發(fā)展，精工加工中心逐漸運用于生產(chǎn)的各環(huán)節(jié)中，并推動著工業(yè)制造效率的提高。在實際生產(chǎn)過程中，相關零部件加工精度常因精工加工中心熱誤差而降低。而以在線最小二乘支持向量機為基礎，對精工機床熱誤差建模，可以在_定程度上減輕熱誤差造成的負面影響，從而保證相關零部件的加工精度。1精工加工中心熱誤差出現(xiàn)的原因以及控制措施1.1精工加工中心熱誤差出現(xiàn)的原因精工加工中心在運行過程中出現(xiàn)的熱誤差具有多方面的特點：多變量，長時滯，非線性，耦合性很強。而精工加工中心出現(xiàn)熱誤差是由不同的因素造成的，具體如下。1.1.1加工中心內(nèi)部和外部熱源共同作用的結果精工加工中心在運行狀態(tài)下，內(nèi)部和外部均會產(chǎn)生熱量，在兩者的共同作用下，就容易引起熱誤差。在產(chǎn)生熱誤差的過程中，外部熱源的影響力比內(nèi)部熱源的影響力小，內(nèi)部熱源起關鍵作用。其原因在于精工加工中心的內(nèi)部熱源，諸如電動機、軸承等發(fā)熱元件較多。1.1.2多樣化的加工中心表面熱表現(xiàn)形式由于精工加工中心的構造比較復雜，是由眾多的零部件組成的，而零部件受材料、結構等的影響，其參數(shù)存在差異，從而使加工中心在實際工作過程中產(chǎn)生的熱容量以及熱慣性存在較大的差異。這使得精工機床在運行過程中產(chǎn)生的熱誤差變化以及相關溫度場存在復雜的非線性關系，熱誤差情況較為復雜，難以進行有效的控制以及補償[1]。1.1.3加工中心的布局和結構對加工中心熱誤差有較大影響精工加工中心的布局以及結構會對加工中心機身主體的各種性能形成阻礙，產(chǎn)生滯緩作用，形成時滯和耦合，使得熱誤差變得更加復雜。1.2降低精工加工中心熱誤差的措施針對精工加工中心產(chǎn)生熱誤差的原因，比較有效且常用的降低熱誤差的方法有：誤差防止技術和誤差補償技術。1.2.1誤差防止技術誤差防止技術的關鍵在于“防”，即在作業(yè)過程中，注重對熱源的管理，通過對加工中心結構的優(yōu)化，以減小加工中心熱誤差。目前，該技術在實際運用過程中常見的措施大約有5種，一是對熱源和發(fā)熱量進行控制；二是在機床運行時，對零部件做冷卻處理；三是對精工加工中心的結構進行優(yōu)化；四是設置輔助熱源，以此為基礎實現(xiàn)精工加工中心溫度場的均衡；五是控制加工中心的加工環(huán)境溫度'1.2.2誤差補償技術誤差補償技術與誤差防止技術存在本質(zhì)上的區(qū)別，誤差補償技術著重于對誤差原因的分析，并建立誤差數(shù)學模型，通過模型的分析找到相應的措施來減小誤差，從而推動加工精度的提升。誤差補償技術在實際的運用過程中，無法對精工加工中心進行硬件上的改造。此外，誤差補償技術在實際使用過程中往往需要經(jīng)歷下述的3個步驟：_是優(yōu)化溫度測量點，并提高測量的辨識度；二是加強對相關數(shù)據(jù)的收集，并由此推動精工加工中心誤差計算的數(shù)學模型的構建；三是借助數(shù)學模型，對精工加工中心的誤差進行有效的控制。2最小二乘支持向量機回歸最小二乘支持向量機主要是以支持向量機為依托，從而實現(xiàn)從不等式約束向等式約束的轉換。在此過程中，需要選取一些樣本數(shù)據(jù)，這些樣本數(shù)據(jù)是非線性的，表不為…(xn,yn)。在分析過程中,主要借助LS-SVM進行回歸，相關的函數(shù)回歸方程為：以LS-SVM為基礎發(fā)展來的OLS-SVM算法，具有更多的優(yōu)勢，比如能夠提升計算機的運算速度、可以在線建立模型。其計算流程如圖1所示。3精工加工中心熱誤差建模試驗3.1精工加工中心試驗系統(tǒng)概況筆者以型號為XK713精工加工中心為基礎，對熱誤差建立模型，進行試驗。首先需要采集其主軸的熱變形量，在采集過程中需要用到電荷耦合器件（Charge Coupled DeviceLS-SVM 訓練，CCD)和激光位移傳感器(LK-150H)。而對溫度場進行測量，是由測量系統(tǒng)來完成的，其由智能溫度傳感器、顯示器、精簡指令集微處理器等零部件所組成，相關的配置以及內(nèi)容如圖2所示[3]。 3.2熱誤差模型的建立 在相關建模試驗中，借助交叉驗證的方法對OLS-SVM建模的參數(shù)進行確定，其中7=46.2，82=58.5。在OLS-SVM建模過程中，需要用到兩個重要的值，即溫度值和主軸熱變形值，以溫度值為輸入，熱變形值為輸出。這一過程中，計算機采用PentkimIV1.8GHz處理器。熱誤差模型的相關參數(shù)，見圖3和圖4[4]。 圖3表示精工加工中心運行到200 min時的熱誤差模型，圖4是精工加工中心運行到300 min時的熱誤差模型。 4結果分析與補償4.1熱誤差建模結果分析 通過上文的介紹可知，借助OLS-SVM方法可以對精工加工中心運行過程中的熱誤差進行相關的模型構建。不僅如此，相關模型具有精度高、誤差小等特點(表1)。 由表1可知，在線建模方法的精確度遠高于固定回歸函數(shù)方法。由于OLS-SVM方法在實際的運用過程中能夠在最大程度上縮減相關計算的時間，因而有利于在后續(xù)的熱誤差補償應用中發(fā)揮作用。4.2熱誤差補償?shù)牧鞒?在精工加工中心熱誤差建模的過程中，借助0LS-SVM方法，能夠實現(xiàn)對精工加工中心熱誤差的補償。相 關補償?shù)牧鞒蹋鐖D5所示。 熱誤差補償?shù)牧鞒蹋海?)借助精工加工中心上的智能 溫度傳感器，對相關的溫度信息進行收集；（2)通過相關的處理器，在利用OLS-SVM方法構建的熱誤差模型上計算出相應的誤差值；（3)加工中心的溫度值可 圖4第300分鐘的熱誤差模型 表1在線建模與固定建模方法比較 建模方向 建模方法 MAPE/% 計算時間/s OLS-SVM 1.43 1.015 軸向 LS-SVM 1.46 3.472 LS 7.28 0.173 OLS-SVM 1.72 1.036 徑向 LS-SVM 1.78 3.491 LS 7.76 0.176 5試驗結論 借助OLS-SVM方法可以建立精工加工中心的熱誤差數(shù)學模型，并能保證模型的精確度。OLS-SVM方法能夠連續(xù)采集數(shù)據(jù)，并將這些數(shù)據(jù)整合到訓練集合中，對熱誤差模型進行更新。以精工加工中心的動態(tài)加工特性為基礎，通過OLS-SVM方法建立起的誤差模型，能夠應用于對加工中心的熱誤差補償，減小熱誤差，從而保證加工中心的加工精度。海天精工是一家集銷售、應用及服務于一體的公司。產(chǎn)品包括：CNC加工中心、鉆攻中心、龍門加工中心、雕銑機、石墨機、五軸加工中心、立式加工中心、臥式加工中心等。我們機床的生產(chǎn)工廠設在廣東省寧波市，目前其生產(chǎn)的加工中心70%出口，其中出口到歐洲占到50%。我們盡心、盡力、盡意的服務！聲明：本站文章均來自網(wǎng)絡，所有內(nèi)容不代表本站觀點，本站不承擔任何法律責任！