重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2023, Vol. 37 ›› Issue (11): 300-307.

• 机械·材料 • 上一篇    下一篇

融合时间的单温度敏感点机床热误差建模方法

唐光元，苗恩铭，王文辉   

  1. （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）
  • 出版日期:2023-12-14 发布日期:2023-12-14
  • 作者简介:唐光元，男，硕士，主要从事数控机床热误差研究，Ｅｍａｉｌ：３４７５９４６１５６＠ｑｑ．ｃｏｍ；通信作者 苗恩铭，男，博士，教 授，主要从事精度理论及应用技术研究，Ｅｍａｉｌ：ｍｉａｏｅｍ＠ １６３．ｃｏｍ。

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

  • Online:2023-12-14 Published:2023-12-14

PDF (PC)

267

赞

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 ２．５７μｍ，模型稳健性为 １．３７μｍ，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 ５．３０μｍ，模型 稳健性为 ３．４０μｍ，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

中图分类号: 

  • ＴＨ１６１