基于物理建模法的加工中心主轴热误差建模

doi:10.12068/j.issn.1005-3026.2020.04.013

东北大学学报:自然科学版 ›› 2020, Vol. 41 ›› Issue (4): 528-533.DOI: 10.12068/j.issn.1005-3026.2020.04.013

基于物理建模法的加工中心主轴热误差建模

康程铭¹，赵春雨¹，付立新²

(1.东北大学机械工程与自动化学院，辽宁沈阳110819； 2.承德石油高等专科学院机械工程学院，河北承德067000)

收稿日期:2019-08-06 修回日期:2019-08-06 出版日期:2020-04-15 发布日期:2020-04-17
通讯作者: 康程铭
作者简介:康程铭(1986-)，男，辽宁沈阳人，东北大学博士研究生；赵春雨(1963-)，男，辽宁黑山人，东北大学教授，博士生导师.
基金资助:
国家自然科学基金资助项目(51775094).

Thermal Error Modeling of Machining Center Spindle Based on Physical Modeling Method

KANG Cheng-ming¹， ZHAO Chun-yu¹， FU Li-xin²

1. School of Mechanical Engineering & Automation， Northeastern University， Shenyang 110819， China; 2. Department of Mechanic Engineering， Chengde Petroleum College， Chengde 067000， China.

Received:2019-08-06 Revised:2019-08-06 Online:2020-04-15 Published:2020-04-17
Contact: KANG Cheng-ming
About author:-
Supported by:
-

摘要/Abstract

摘要： 针对主轴热误差对机床精度稳定性产生严重影响的问题，提出了一种基于传热理论及热变形机理的主轴热误差预测模型.首先，基于传热机理分析推导出主轴系统的实时温度场模型.然后，根据机床结构尺寸对主轴热变形进行机理分析，并利用物理建模法得到温度场与热误差的关系.最后，在两台同类型的立式加工中心上进行主轴热误差仿真和实验验证.结果表明:主轴热误差模型的平均预测精度达到了95.0%，这证明了该模型具有很高的精度和强鲁棒性.

关键词: 主轴, 热误差, 热变形, 物理建模法, 鲁棒性

Abstract: Aiming at the problem that the thermal error of spindles has a serious impact on the accuracy of machine tools， a thermal error prediction model based on heat transfer theory and thermal deformation mechanism was proposed. Firstly， the real-time temperature field model of the spindle system was derived from an analysis of the heat transfer mechanism. Then， the mechanism of the thermal deformation of the main shaft was analyzed according to the size of the machine tool， and the relationship between the temperature field and the thermal error was obtained with the physical modeling method. Finally， the thermal error simulation and experimental verification of the spindle were carried out on two vertical machining centers of the same type. The results showed that the average prediction accuracy of the spindle thermal error model reaches 95.0%， which proves that the model has high precision and robustness.

Key words: spindle, thermal errors, thermal deformations, physical modeling, robustness

中图分类号:

TH161

康程铭，赵春雨，付立新. 基于物理建模法的加工中心主轴热误差建模[J]. 东北大学学报:自然科学版, 2020, 41(4): 528-533.

KANG Cheng-ming， ZHAO Chun-yu， FU Li-xin. Thermal Error Modeling of Machining Center Spindle Based on Physical Modeling Method[J]. Journal of Northeastern University Natural Science, 2020, 41(4): 528-533.

参考文献

[1]Ramesh R，Mannan M A，Poo A N.Error compensation in machine tools—a review.Part II:thermal errors［J］.International Journal of Machine Tools and Manufacture，2000，40(9):1257-1284.
[2]Liu K，Liu Y，Sun M J，et al.Spindle axial thermal growth modeling and compensation on CNC turning machines［J］.International Journal of Advanced Manufacturing Technology，2016，87(5/6/7/8):2285-2292.
[3]Kang C M，Zhao C Y，Liu K，et al.Comprehensive compensation method for thermally induced error of a vertical drilling center［J］.Transactions of Canadian Society for Mechanical Engineering，2018，43(1):92-101.
[4]雷春丽，芮执元.基于多元自回归模型的电主轴热误差建模与预测［J］.机械科学与技术，2012，31(9):1526-l529.(Lei Chun-li，Rui Zhi-yuan.Thermal error modeling and forecasting based on multivariate autoregressive model for motorized spindle［J］.Journal of Mechanical Science and Technology，2012，31(9):1526-l529.)
[5]张宏韬，杨建国.RBF网络在线建模方法在热误差实时补偿技术中的应用［J］.上海交通大学学报，2009，43(5):807-810.(Zhang Hong-tao，Yang Jian-guo.Application of online modeling method based on RBF network in real time thermal error compensation［J］.Journal of Shanghai Jiao Tong University，2009，43(5):807-810.)
[6]Yan J Y，Yang J G.Application of synthetic grey correlation theory on thermal point optimization for machine tool thermal error compensation［J］.International Journal of Advanced Manufacturing Technology，2009，43(11/12):1124-1132.
[7]林伟青，傅建中，陈子辰，等.数控机床热误差的动态自适应加权最小二乘支持矢量机建模方法［J］.中国机械工程学报，2009，45(3):178-182.(Lin Wei-qing，Fu Jian-zhong，Chen Zi-chen，et al.Modeling of NC machine tool thermal error based on adaptive best-fitting WLS-SVM［J］.Journal of Mechanical Engineering，2009，45(3):178-182.)
[8]Li Y X，Tong H C，Cao H T，et al.Application of time series analysis to thermal error modeling on NC machine tool［J］.Journal of Sichuan University(Engineering Science Edition)，2006，38(2):74-78.
[9]Li J W，Zhang W J，Yang，G S，et al.Thermal-error modeling for complex physical systems:the-state-of-arts review［J］.International Journal of Advanced Manufacturing Technology，2009，42:168-179.
[10]Zhang J F，Feng，P F，Chen C，et al.A method for thermal performance modeling and simulation of machine tools［J］.International Journal of Machine Tools and Manufacture，2013，68:1517-1527.
[11]Babu S R，Raja V P，Thyla P R，et al.Prediction of transient thermos-mechanical behavior of the headstock assembly of a CNC lathes［J］.International Journal of Machine Tools and Manufacture，2014，74:17-24.
[12]孙志超，候瑞生，陶涛，等.数控车床综合热误差建模及工程应用［J］.哈尔滨工业大学学报，2016，48(1):107-113.(Sun Zhi-chao，Hou Rui-sheng，Tao Tao，et al.Comprehensive thermal error modeling for NC lathe in engineer application［J］.Journal of Harbin Engineering University，2016，48(1):107-113.)
[15]关守平，房少纯.一种新型的区间-粒子群优化算法［J］.东北大学学报(自然科学版)，2012，33(10):1381-1384.(Guan Shou-ping，Fang Shao-chun.A new interval particle swarm optimization algorithm［J］.Journal of Northeastern University(Natural Science)，2012，33(10):1381-1384.)

[1]	佘黎煌，刘平凡，张石，许方晗. 一种高精度低复杂度的改进Root-MUSIC算法[J]. 东北大学学报（自然科学版）, 2022, 43(4): 457-463.
[2]	赵春雨，程大众，耿浩博. 车削工件2-D表面形貌检测方法研究[J]. 东北大学学报（自然科学版）, 2021, 42(9): 1299-1306.
[3]	毕梦园，谢仁义，张艺凡，衣海龙. CoCrFeNi高熵合金组织演变规律及再结晶动力学[J]. 东北大学学报（自然科学版）, 2021, 42(7): 933-938.
[4]	罗忠，徐迪，李雷，马辉. 基于改进二阶循环平稳解卷积的轴承故障检测方法[J]. 东北大学学报（自然科学版）, 2021, 42(5): 673-678.
[5]	陈勇，文光奇，张晓明，丁桦. 高锰TWIP钢热变形行为及应变补偿型本构方程的建立[J]. 东北大学学报（自然科学版）, 2021, 42(3): 325-332.
[6]	黄智，刘永超，廖荣杰，曹旭军. 基于SSO算法优化神经网络的数控机床热误差建模[J]. 东北大学学报（自然科学版）, 2021, 42(11): 1569-1578.
[7]	郑艳，高爽. 基于自适应门限的分形维数语音端点检测[J]. 东北大学学报:自然科学版, 2020, 41(1): 7-11.
[8]	李朕均，赵春雨，闻邦椿，卢泽宸. 数控机床进给系统热源发热率辨识与热误差预测[J]. 东北大学学报:自然科学版, 2019, 40(9): 1305-1309.
[9]	张耀满，郑伟. 滚动直线导轨热变形对接触刚度的影响[J]. 东北大学学报:自然科学版, 2019, 40(8): 1139-1143.
[10]	王大志，高明，李召. 移相全桥的重积分间接滑模控制策略[J]. 东北大学学报:自然科学版, 2018, 39(8): 1069-1074.
[11]	张春光，屈福政，宁诗哲，谢正义. 基于载荷分布和统计的TBM主轴承寿命计算[J]. 东北大学学报:自然科学版, 2018, 39(7): 1022-1027.
[12]	李铁军，赵春雨，张义民. 数控机床进给系统热误差自适应解析模型[J]. 东北大学学报:自然科学版, 2018, 39(6): 834-839.
[13]	李明杰，周平. 机械制浆过程磨机负荷内模PI控制[J]. 东北大学学报:自然科学版, 2017, 38(6): 783-788.
[14]	张耀满，殷鑫贤，林秀丽，由昭鹏. 数控车床的液体动静压轴承油膜压力特性[J]. 东北大学学报:自然科学版, 2017, 38(5): 695-699.
[15]	马跃，王洪福，孙伟，黄余彬. 数控机床多变量关联热误差组合模型及其实验验证[J]. 东北大学学报:自然科学版, 2017, 38(5): 700-705.

基于物理建模法的加工中心主轴热误差建模

Thermal Error Modeling of Machining Center Spindle Based on Physical Modeling Method

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价