重庆理工大学学报2023，Vol.37Issue(21) ：300-307.DOI:10.3969/j.issn.1674-8425(z).2023.11.032

融合时间的单温度敏感点机床热误差建模方法

A time-integrated approach to modeling thermal errors in machine tools with a single temperature-sensitive point

唐光元 苗恩铭 王文辉 石照耀
重庆理工大学学报2023，Vol.37Issue(21) ：300-307.DOI:10.3969/j.issn.1674-8425(z).2023.11.032
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

融合时间的单温度敏感点机床热误差建模方法

A time-integrated approach to modeling thermal errors in machine tools with a single temperature-sensitive point

唐光元 1苗恩铭 1王文辉 1石照耀2
扫码查看

作者信息

  • 1. 重庆理工大学 机械工程学院,重庆 400054
  • 2. 北京工业大学 北京市精密测控技术与仪器工程技术研究中心,北京 100124
  • 折叠

摘要

针对敏感点变动性和敏感点共线性对热误差预测模型的预测精度和稳健性的影响,提出融合时间的单温度敏感点建模方法,将隐性参数时间显性化,进一步明确温度变量、时间变量与热误差之间的关系,提升热误差模型的预测精度和稳健性,降低温度敏感点的选择难度.在采用半年数控机床热误差实验数据时,仅选用一个温度测点作为敏感点,建立温度、时间与热误差之间的多元回归预测模型;与传统的选择多温度敏感点的多元回归热误差预测模型进行比对分析,验证所提方法的有效性.研究结果表明:对数控机床的Y向热误差,所提出建模方法的平均预测精度为2.57 μm,模型稳健性为1.37 μm,相较于传统的热误差预测模型,预测精度和稳健性提高了28.0%和47.1%;对数控机床的Z向热误差,所提出建模方法的平均预测精度为5.30 μm,模型稳健性为3.40 μm,相较于传统的热误差预测模型,预测精度和稳健性提高了45.1%和57.7%;能较好地降低温度敏感点的选择难度,提高热误差模型的预测精度和稳健性.

关键词

数控机床/热误差/时间/单温度敏感点/多元线性回归

Key words

CNC machine tools/thermal error/time/single temperature sensitive point/multiple linear regression

引用本文复制引用

基金项目

国家重点研发计划(2019YFB1703700)

重庆市技术创新与应用发展专项重点项目(cstc2019jscxmbdxX0045)

重庆市技术创新与应用发展专项重点项目(cstc2019jscxmbdxX0016)

出版年

2023
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
参考文献量4
段落导航相关论文