双转台五轴数控机床几何误差辨识与补偿研究

来源 :兰州理工大学 | 被引量 : 0次 | 上传用户:olivehht
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
五轴联动机床被广泛应用于复杂曲面的加工,具有加工效率高、精度高等优点。但五轴机床的两个旋转轴增加了额外的几何误差,影响了加工精度。因此本文对BC型双转台五轴数控机床的几何误差辨识算法进行了研究,基于齐次坐标变换建立了数控机床的几何误差模型和运动学模型,并利用球杆仪测量,提出了一种基于虚拟观测法的几何误差辨识算法,在此基础上通过所建立的运动学模型对机床误差进行了补偿。具体工作如下:首先,基于齐次坐标变换理论对Mikron HEM 500U五轴加工中心进行了误差源及运动学分析,并确定了机床刀具运动链与工件运动链各体之间位置变换矩阵,在此基础上建立了数控机床几何误差和运动学模型,为后续的误差补偿提供理论支持。在误差建模基础上,根据几何误差模型,建立了几何误差元素与杆长变化量的数学模型,然后基于球杆仪分别设计了平动轴与旋转轴几何误差的测量策略。将机床的误差元素进行参数化建模后联立杆长数学模型,并建立了平动轴几何误差辨识模型。进一步的,对于旋转轴采用球杆仪分别安装在B、C轴轴向、径向、切向进行了测量,然后建立了旋转轴与位置无关几何误差与杆长的辨识的模型,为辨识机床的几何误差提供了理论依据。其次,根据设计的测量策略,对机床的平动轴和旋转轴进行了测量与辨识。针对平动轴测量,利用球杆仪对平动轴三个平面进行测量,进而通过虚拟观测法求解出平动轴各误差元素多项式系数,并进行了反求杆长变化量,以证明该辨识方法是正确性。针对旋转轴的测量,采用“一轴旋转另一轴固定”测量策略进行了旋转轴的测量并辨识出五轴机床旋转轴的与位置无关几何误差。最后,在建立的实际逆运动学模型基础上,对数控机床进行了误差补偿,通过CAM软件生成刀位数据,直接将刀位数据代入逆运动模型,并得到补偿后NC指令。进一步进行了仿真实验对比,通过叶轮叶片的精加工对比,证明了该方法的有效性。接着对圆弧插补运动进行了补偿,将平动轴的误差辨识结果代入实际逆运动模型,通过导入圆弧插补的刀位数据,生成补偿后的NC代码,在机床上进行了补偿实验。补偿后,整个机床的圆度误差和X轴的直线度都有所提升,从而证明了补偿方法的有效性。
其他文献
在制造业竞争日趋激烈的情况下,商品的利润也在不断的被挤压,利润空间受制于产品生产过程中的成本。伴随着机器人技术的应用和发展,机器人被用来代替人工作业,机器人装配具有低成本、高效率和低风险的优点,使用机器人来代替人工是不可避免的趋势。本文针对机器人结构进行轻量化研究和设计,旨在提高机器人性能,减少机器人的生产成本和能耗,降低装配作业中的生产成本。本文主要研究内容和成果包括以下几个方面:(1)系统的阐
高速主轴系统是高精度、高性能机床的核心部件之一,主轴-刀柄联接部件作为高速主轴系统最重要的组成部分,其配合界面的接触特性会随着高速主轴运行状态的改变而呈现出配合松动、弯曲变形等问题,将制约高速主轴系统的回转精度、振动性能,从而影响产品的加工质量。本文针对锥度为7/24的BT50主轴-刀柄圆锥配合界面的接触特性问题,从主轴-刀柄承受与实际工况较相符的多载荷角度出发,在弹性力学的基础上,假设主轴-刀柄
高速电主轴是高速加工机床的关键部件之一,其性能好坏直接影响产品的加工精度。由于制造、装配等误差,有可能导致高速电主轴内置电机定子和转子的回转中心不重合(本论文将这种不重合称为静偏心),其可引起定转子间的气隙分布不均匀;在高速电主轴运行过程中,随着转速的提高,转子在径向方向受到的电磁力不再保持平衡,因此转子表面将产生不平衡磁拉力,同时转子热膨胀逐渐加剧,在两者的共同作用下,高速电主轴内置电机定子和转
近年来随着人工智能不断的发展,工业机器人领域的智能化发展也越来越受到许多专家学者的重视,这就使得工业机器人在加工领域的技术不断提高。工业机器人对复杂零部件及曲面修型加工时,实现对机器人易编程、可操作等智能化处理,可提高机器人在机械加工中的效率。本文针对工业机器人在修型加工中由于自身刚度不足,在工业机器人机械加工过程中会产生变形,从而使得机器人加工精度降低,导致机器人加工误差,降低机器人机械加工的质
随着机器人技术的发展和人们生活水平的提高,服务型机器人逐渐走入人们的日常生活,专门生产非标定制机器人的公司和产学研结合的科研机构也越来越多。这些公司和机构往往无法依靠量产所设计的服务型机器人来盈利,科研经费有限和激烈的市场竞争等因素导致降低人力成本,提高设计效率,保证设计质量成为了急需解决的严峻问题。针对服务型机器人研发过程中遇到的控制系统软件专用性强、研发周期长、成本高等问题,设计研发了一款适用
随着科学技术的快速发展,高科技电子产品的大量涌现,视频监控装置在公共场所随处可见,尤其是部署在人口密集,流量较大的重点管控区域,进行全天候24小时的监控,彻底替代了传统的值班人员,实现高速有效的人数统计。为保障城市安全,加快智慧城市建设提供了有效的技术支持。随着深度卷积神经网络的发展,现有的密集人数统计算法已经取得了相当优异的成绩,可以自动分析计算场景中人群密度,实现特定场景中关键区域人数的统计及
随着我国高速列车的迅猛发展,对列车的运行轨道提出了更高的要求,安全可靠、高质平顺的无缝铁路使列车运行速度得到了大幅提升。而接头处作为无缝铁路的薄弱之处,其焊接质量直接影响着列车的运行安全。在役铁路经常出现各种损伤,严重时则需要进行现场焊接修复。目前国内外主流的钢轨焊接方法大都难以满足高效、便捷的现场修复要求,课题组提出的焊剂带约束电弧超窄间隙焊接方法是一种设备使用便捷、热输入较低的高效焊接方法,实
学位
图像语义分割是对图像中的信息进行类别标记的图像分析方法,即利用图像分割网络建立输入图像和预测结果之间的映射关系,通过映射关系实现特征类别的分割标记。近年来,深度学习技术的兴起促使图像语义分割方法快速发展成为计算机视觉领域的研究热点,这吸引众多研究人员将注意力聚焦于此;此外,卷积神经网络凭借其独特的结构优势已成为研究图像语义分割的经典网络。但由于在图像语义分割中应用场景的多变和高质量分割精度的需求导
间歇过程作为现代制造业重要的生产方式之一,广泛应用于事关国计民生的冶金、钢铁、制药、化工等传统工业领域以及半导体制造等新兴领域,然而,一旦生产过程发生故障,将对国家和社会造成巨大损失,因此,如何准确高效的监控间歇过程生产状态,保证生产过程的安全可靠运行已成为人们关注的焦点。近年来,随着计算机技术和传感器技术的发展,间歇过程在生产中积累了丰富的反映过程运行状态和产品质量的数据,这也促使基于数据驱动的