精密数控机床热误差时间序列建模技术的研究.pdfVIP

精密数控机床热误差时间序列建模技术研究 苗恩铭”牛鹏程‘费业泰1 王鑫1 l、合肥工业大学仪器科学与光电工程学院，合肥230009 在数控加工中，热误差在影响数控机床全误差中所占比莺较大，在高精度数控机床中约 为70％，对数控机床的热误差进行控制是提升数控机床加工精度的必要步骤“101。工程中传 统建模方法是基于最小二乘的多元线性回归法，由于热误差呈现非线性及交互作用，该法难 以获得高精度¨’。 论文提出了时间序列算法中的自回归分布滞后模型预测热误差，即对有序的热误差数据 和各温度点的动态信号进行分析，研究和处理，用自回归分布滞后模型拟合数控机床热误差 和相关关键点温度之间的关系，并对模型及其预测结果进行比较，最终建立精确的预测模型。 论文在自变量中加入建模温度变量和热误差的滞后值，将这些变量统称为热误差的解释变 量，这样建立起来的热误差和解释变量之间的数学模型便是热误差的自回归分布滞后模型。 如公式(1)所示： 通过热误差自回l闩分布滞后模型，可以了解数控机床热误差与多个温度点之间的动态关 系，进而提升热误差预测模型的精确性和鲁棒性。 模型(1)称为热误差ADL的一般模型，要建立该模型，还要确定(1)式中变量的滞后阶数P， 论文用统计量来确定模型中滞后变量的阶数，如公式(2)(3)所示。根据解释变量的选择 原则，论文对模型中的解释变量的选择采用逐步回归分析的方法，以满足选择解释变量的原 则。 通过上述确定精选的解释变量后，建立其与热误差之间的精确ADL模型，并对该模型 进行显著性检验(F检验)和回归系数的显著性检验(t检验)。验证模型各项参数是否通过 检验。 论文对如图1所示的数控加工中心进行轴向热误差补偿研究，建立热误差的ADL模型 如公式(4)所示。 结合实验数据，通过逐步回归分析结果，进行解释变量的选择，最终建立的精确模型 如公式(5)所示。 对上述实验建立的多元线性回归模型和自回归分布滞后模型的拟合精度分析如图2所 示。检验结果见表1。从表中可以看出，自回归分布滞后模型的拟合效果明显优于多元线性 回归模型。 通过以上分析可以看出，自回归分布滞后模型作为一种动态模型，考虑了所研究序列的 过去值对模型的影响，具有较高的建模精度，拟合效果优于传统的建模方法，满足工程实际 的需要。 关键词：数控机床；热误差；多元线性回归；自回归分布滞后 参考文献： [1]费业泰，苗恩铭，胡鹏浩等．机械热变形理论及应用[M]．北京：国防工业出版社，2009． [2]倪军．数控机床误差补偿研究的回顾及展望[J]．中国机械工程，1997，8(1)：29-33． 13]杜正春，杨建国，关贺，窦小龙．制造机床热误差研究现状与思考[J]．制造业自动化，2002，24(10)：卜3． [4]杨建国，潘志宏，孙振勇等．回归正交设计在机床热误差建模中的应用[J]．航空精密制造技 术，1999，35(5)：33—37． [5]费业泰．误差理论与数据处理[M]．第5版．北京：机械工业出版社，2004．6 33 w 6S sDiuandx Bthen [6】1 Li-Jaang Yang Them=a】en-or∞de】ingn…∞lex physica]$yst…the—star．of一日rtsr…i_IntJ AdvM日nufTeehnol(2009)d2：168一179 [7] 目守a．马术i．目ⅣE仃等‰拉机mM蹙B横≈中Ⅻ％^∞忧m避择wR[J金属自 I2006 39． 33(5)‘37 [鲫*m％＆＆机№《￡％＆■i、n艟＆{}镕n月ⅢE山l±*：L≈女d★￥*±￥n*女，2004 v…dNl Thermln Real。Timeh．ro 9]JS Chen，J J ror№deli％for z＆∞…ti扎If=t IAdvYaaufTeehnolf1995)12。266-275 『10]《武雄时间序“”M4《t；女t^t[H]ng十目^民太}m*#，20。m 公式： 。。、Ⅲ∥)(1 a．一。。+圭。“．+芝风k一。+圭v。～。++圭“t．