灰系统理论及人工智慧在CNC 立式加工中心机热误差 - 计量管理期刊.PDF

灰系統理論及人工智慧在CNC 立式加工中心機熱誤差補償之應用 灰系統理論及人工智慧在CNC 立式加工中心機 熱誤差補償之應用 王焜潔 湯珠讓 嶺東科技大學 資管系 嶺東科技大學 資管系 台中市南屯區嶺東路一號 台中市南屯區嶺東路一號 TEL:04 FAX: 04 TEL:04 FAX: 04 E-mail: kcwang@.tw E-mail: nrqvska@.tw 摘要-工具機本身幾何誤差以及切削期間結構 差、組裝誤差、電機與電子控制系統誤差、以 受熱所產生的熱變位是影響其加工精度的主要 及實際操作中重量變形、動態加(減)速、溫升熱 因素，因此工具機熱變位補償技術在近年來逐 變形等因素，都可能對工具機造成幾何偏差 漸受到重視。但是其補償效果仍有待加強。 (geometric deviations) 和運動誤差(kinematics 本文主要針對 CNC 立式加工中心機做一 deviations) ，進而影響加工過程中刀尖位置與工 系列之溫升、熱變形量測及熱補償建模分析。 件相對運動時的準確度。根據業界加工經驗分 其中溫度變化以熱電偶溫度感測器(K-TYPE)進 析，此些誤差可粗分為機械結構本身、機件部 行量測； 變形量則是以電容式位移計量測；所 份、切削過程、外界環境以及熱源等方面，詳 得熱變形誤差採用灰系統理論、倒傳遞類神經 如圖一所示。 網路及廣義迴歸類神經網路做建模分析。 研究結果發現，由灰系統理論分析知主軸 鼻端(T5)溫度影響變形的程度最大，倒傳遞類 神經網路的訓練結果可使最大絕對誤差不超過 2.5µm ，而廣義迴歸類神經網路之熱誤差又比 倒傳遞網路少了0.5µm ，顯見有更佳之補償效 果。 關鍵字：灰系統理論、倒傳遞類神經網路、廣 義迴歸類神經網路、CNC 工具機、熱 誤差補償。 一、 前言 圖一 工具機誤差之成因 1.機械結構本身：由於製造上的缺陷、各部 1.1 工具機熱誤差及補償 組件安裝時的缺失、組件長期使用之磨 耗、本身重量或外來荷重所造成的結構變 就工具機而言，個別機件操作之幾何誤 207 ISSN 1812-8572 (2005)計量管理期刊vol. 2, no. 2, page 207~218 形，都會造成工具機結構本體上的偏差。 制於其連結處壓力分佈之情形之事實認知 例如：幾何公差配合上的困難或導軌直線 [1,2] 。有兩類因子會影響連結處之熱行為：第 度、偏角度、軸與軸之間的直角度、平行 一類為外加負載、表面粗糙度及材質，第二類 度等偏差。 為接觸壓力、接觸熱阻、熱場溫度分佈、機械 2.機件部份：機件結構的動態特性(包含剛 拘束狀況及結構件之熱變形。準確之熱誤差消 性、阻尼、自然頻率等) 、進給伺服控制系 除將有賴於對上述問題及熱源、熱邊界條件、 統的動態響應、導螺桿之設計使用及背隙