基于LS-SVM和神經(jīng)網(wǎng)絡(luò)的五軸加工中心誤差補償策略
引言 加工中心誤差檢測的方法主要有單項誤差檢測和 對角線誤差檢測，五軸加工中心的誤差至少有40多 項,。一般采用單項誤差檢測法,，即需要對每個坐標軸 進行校準和測量，時間長,，效率低,，且由于數(shù)據(jù)時間間 隔過長，采集誤差的隨機性會影響數(shù)據(jù)的連續(xù)性和關(guān) 聯(lián)性,，使得數(shù)據(jù)的有效性降低,。而且加工中心單項誤 差的變化情況并不能與最終加工誤差有效映射，甚至 有時的變化趨勢截然相反,，導(dǎo)致最終對單項誤差采用 的補償效果不理想,，數(shù)據(jù)偏差較大。對于多軸加工中 心,，經(jīng)綜合考慮,，采用空間誤差檢測方法能夠比較客觀 地反映刀具相對于工件的加工真實誤差，進而實施有 效的誤差補償,。1五軸加工中心運動鏈構(gòu)型與誤差檢測方案設(shè)計五軸加工中心如圖1所示,，其從加工功能上可看 作是車削中心和銑鏜中心組合的產(chǎn)物。車削中心具有 8個控制軸,，其中4個為聯(lián)動軸,，可實現(xiàn)車鉆鏜復(fù)雜零 件加工；銑鏜中心比車削中心多出一個旋轉(zhuǎn)軸B軸,， 共計9個控制軸,，因此可實現(xiàn)5軸聯(lián)動，這使得五軸加 工中心能加工出表面曲線更復(fù)雜的零件。 1.1五軸加工中心運動鏈構(gòu)型針對本文試驗用五軸加工中心的構(gòu)型,，設(shè)計滿足 空間誤差和熱誤差整體補償方案,。主要依據(jù)五軸加工 中心傳動鏈的結(jié)構(gòu)特點，在車主軸,、銑主軸,、旋轉(zhuǎn)軸、工 作臺,、刀架等主要機構(gòu)安裝16個檢測傳感器,，通過合 理布置使所檢測的誤差更全面和有效。1.2誤差檢測方案設(shè)計誤差檢測方案具體如下：(1) 在車主軸床身和銑主軸工作臺之間,，可以采 用激光多普勒干涉儀測量得到3個定位誤差,、4個體 對角線誤差、個垂直度誤差以及6個直線度誤差,。(2) 通過實時數(shù)據(jù)檢測可以得到主軸溫度及5個 熱漂移數(shù)據(jù)信息,。采用分步對角線誤差和熱漂移誤差的綜合檢測方 案設(shè)計，可以較為直觀地獲取刀具與工件運動鏈系統(tǒng) 的實際誤差,，完整地描述五軸加工中心的空間誤差特 性,，從而進行有效的誤差補償。2神經(jīng)網(wǎng)絡(luò)誤差補償模型五軸加工中心綜合誤差具有多樣性和不確定性,， 而誤差檢測方案包含空間誤差檢測和熱誤差檢測,，由 于誤差產(chǎn)生的原理和方式不同，這兩種誤差變化規(guī)律 大相徑庭,。因此可以利用神經(jīng)網(wǎng)絡(luò)算法,，在對五軸加 工中心誤差補償?shù)倪^程中自動識別系統(tǒng)的特性，包括 輸入空間誤差數(shù)組,、熱誤差數(shù)組,、預(yù)留數(shù)組，從而自動 適應(yīng)系統(tǒng)隨時間的特性變異,，以達到對誤差系統(tǒng)的最 優(yōu)控制,。2.1神經(jīng)網(wǎng)絡(luò)的構(gòu)建BP網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示，輸入層,、隱含層和輸出 層分別有個單元節(jié)點,；輸入層與隱含層之間的 權(quán)值為輸出層與隱含層之間權(quán)值為w; 分別表示若干層級神經(jīng)單元?？臻g誤差和熱誤差需要運用 生物遺傳學,、最優(yōu)控制、支持向量機等方法建立相應(yīng)的 數(shù)學模型,，其輸出為五軸加工中心坐標軸的補償值,。如 需補償誤差增益，則按減少期望輸出與實際輸出間誤差 的原則，運用BP神經(jīng)網(wǎng)絡(luò)拓撲關(guān)系,，從輸出層經(jīng)各隱含 層,，最后返回輸入端，并調(diào)整該輸入層的權(quán)重數(shù)值,。2.2 LS-SVM誤差補償模型 本文的誤差辨識建模采用最小二乘支持向量機建 模,。該方法是在基于BP神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上，采 用最小二乘線性系統(tǒng)作為損失函數(shù),，將原問題轉(zhuǎn)化為 線性方程,，從而簡化了計算，使收斂速度加快,。3加工中心誤差傳感器布置 3.1測量裝置與靶標布置選用光動公司LDDM激光多普勒干涉儀對某五 軸加工中心進行了分步體對角線空間誤差檢測 ,。 首先 建立坐標系，確定一個立方體的空間作為檢測區(qū)域,，然 后安裝激光干涉儀測量裝置,，包括激光頭、反射鏡,、傳 感器等,。在安裝時將激光頭固定安裝于床身,，同時要 將反射鏡固定安裝在Y軸對應(yīng)的驅(qū)動絲杠的滑塊上,。 3.2傳感器布置方案 將16個傳感器分成4組，圖3示出了部分傳感器 的具體位置,。測量主軸運動及工作臺滑塊采用9號? 16號傳感器；測量主軸溫度為1號?4號傳感器,；測量 機床床身溫度為5號?6號傳感器,；測量機床內(nèi)部環(huán) 境溫度為7號?8號傳感器。加工中心連續(xù)空載運行 6 h,，采集這16處溫度值以及主軸的軸,、徑向熱變形位 移。然后每隔6 mm采集一組數(shù)據(jù)并記錄,，前后可以 獲得60組數(shù)據(jù)用于基于LS-SVM方法的熱誤差數(shù)據(jù) 建模計算,。3.3空間誤差檢測與補償進行空間誤差檢測時，首先使銑主軸的X,、Y,、Z 三坐標軸聯(lián)動，檢測出4個體對角線的空間位移誤差,。 用激光干涉儀沿每一條體對角線進行正向和反向測 量,，獲得2組數(shù)據(jù)曲線，如體對角線B軸正向曲線和 B軸反向曲線。然后根據(jù)體對角線數(shù)據(jù)和曲線,，獲得 與體對角線相對應(yīng)的三坐標軸正,、反向誤差。 經(jīng)過多次測量,，可以獲得X,、Y、Z三坐標軸的定位誤 差和垂直直線度誤差,。最后將多次獲取的正,、反向誤 差數(shù)據(jù)取均值，獲得平均誤差,。具體補償步驟如下：① 輸入向量為空間誤差數(shù)組和熱漂移數(shù)組,；②輸出向量 為精工系統(tǒng)X、Y,、Z三坐標的補償值,；③根據(jù)基于空 間誤差神經(jīng)網(wǎng)絡(luò)算法確定空間誤差輸入層至中間層的 連接權(quán)重，根據(jù)熱誤差LS-SVM函數(shù)建模確定熱誤差 輸入層至中間層的連接權(quán)重,，以及計算精度值和****** 學習次數(shù),；④重復(fù)校核以驗證機床的空間誤差數(shù)據(jù)。結(jié)果分析在對五軸加工中心進行空間誤差檢測的基礎(chǔ)上,， 通過調(diào)整對精工系統(tǒng)誤差進行補償,，補償前、后的檢測 條件和測量方式不變,，得到的補償前,、后的誤差曲線分 別如圖4、圖5所示,。圖4中,，補償前的誤差曲線基本是平穩(wěn)向上趨勢， 綜合誤差與加工中心工作行程空間基本呈線性關(guān)系,， 隨著機床運動行程距離增大,，累積誤差也不斷增大，誤 差整體在一10 ym?70 ^m之間,。在實施誤差補償后,，誤差曲線急劇波動，這反映了精工系統(tǒng)在用G代碼調(diào) 整后的誤差情況,?？梢娧a償后體對角線的誤差得到了 很好的改善，誤差趨勢由線性增長變?yōu)椴ㄕ燮鸱?，誤差 整體控制在一10um?32um 之間,，精度提高了47. 5 %,，這說明空間誤差補償效果明顯。 5結(jié)論本文設(shè)計了基于LS-SVM和神經(jīng)網(wǎng)絡(luò)的五軸加 工中心綜合誤差檢測方案,。在綜合考慮空間誤差和熱 誤差的影響條件下,，提出了五軸加工中心綜合誤差補 償方法。運用LS-SVM和神經(jīng)網(wǎng)絡(luò)算法建立了幾何 誤差和熱誤差綜合補償模型,，實施整體補償之后誤差 控制在一10um?32 um之間,，精度提高了 47. 5% ,取得良好的實驗效果。本文由海天精工整理發(fā)表文章均來自網(wǎng)絡(luò)僅供學習參考,，轉(zhuǎn)載請注明,！