五轴数控机床几何误差建模研究

阐述了五轴机床的综合误差建模过程,对传统的建模过程进行了优化处理,得到了包含方向误差在内的综合数学模型。     

基于插值算法的数控机床复合误差补偿技术

为提高数控机床的加工精度,提出了基于线性插值法和牛顿插值法的数控机床几何与热的复合误差建模方法,并利用数控系统外部机床坐标系的偏置功能,应用自行研发的综合误差实时补偿系统进行误差在线实时补偿.结果表明:所提出的模型具有计算简便、预测精度高等优点,可用于各种复杂加工场合中的数控机床几何误差与热误差的实时补偿.     

基于3次样条插值控制色度曲线算法分析

 利用传统的3次样条插值算法,可以得到经过确定控制点的光滑曲线,但是只能够得到1条曲线.传统算法的局限性影响了它在工程中的应用,特别是在印刷领域中的应用.为了解决上述问题,提出了改进算法.通过新的算法,得到了不同于原曲线的新的拟合曲线,拓展了3次样条曲线在工程中的应用范围.     

五轴数控机床综合误差建模分析

分析了机床运动副的误差运动学原理，利用齐次坐标变换对一台包含3个移动副和2个转动副的五轴加工中心建立了误差综合数学模型．模型中不仅包含了几何误差且包含了热误差，共计57个误差元素．本分析方法可为其他类型的多轴数控机床、机器人的误差综合建模及补偿提供理论参考．     

数控机床热误差的最优线性组合建模

提出数控机床热误差的最优线性组合建模方法及其相关算法.该方法通过线性和的方式对基于不同数学理论所建立的热误差模型进行综合,并以不同拓扑结构及训练算法的反向传播神经网络为例,建立了最优线性组合神经网络.通过对一台CNC机床的实际加工数据进行分析,对该建模方法进行验证,并探讨了该方法的最佳使用条件及其原因.建模结果表明,所提出的方法能够在节省建模时间的同时大幅提高所建立模型的预测精度,是一种高性价比的建模方法.     

二次插值样条的误差估计

关于二次样条插值的误差估计,在等距网格的情形,王建忠得到了∥f(x)-S(x)∥_∞的准确界。叶懋冬和黄达人得到了∥f＂(x)-S＂(x)∥_∞的准确界。但对于一般网格的情形还没有理想的结果,本文改进了Marsden一的些结果。     

基于人体免疫系统RBF网络的数控机床热误差建模

针对现有误差预测模型无法实现结构自适应调整和在线训练的不足,通过对比人体免疫系统和人工神经网络,提出人工免疫RBF(AIRBF)网络,实现了网络结构的动态调整和在线学习.通过数控车削中心进行的实验验证,并将预测结果同传统RBF网络预测结果进行比较.结果表明,该网络结构简单,能够很好适应热弹性变形的非线性时变特性,并能获得更高的热误差预测精度和更好的对突变数据点的跟随性.     

基于B样条的空间曲线几何Hermite插值

在给定空间曲线两个端点的位置、切方向、曲率向量和挠率的情况下,构造了一条具有三个自由度的三次B样条曲线,并对给定的空间曲线进行几何Hermite插值.证明了插值问题的解是局部存在的,而且能够达到5阶逼近度.     

基于SSO算法优化神经网络的数控机床热误差建模

针对影响五轴数控机床加工精度的复杂热特性,提出了一种用于摇篮式五轴数控机床热误差建模方法.该方法主要采用鲨鱼嗅觉优化(SSO)算法和神经网络的复合建模方式,有效提高了机床热误差预测模型的精度和建模效率.首先通过使用热成像仪筛选出机床的温度敏感点,然后将温度传感器布置在机床热敏感点的位置,将采集到的热特性数据采用本文所提方法进行热误差建模,结果表明,该方法在建模速度和精度上要优于ABC和PSO神经网络,最后将该热误差预测模型应用于五轴数控机床热误差补偿实验,将试件加工精度提高了32%.     

二次样条插值函数

分析二次样条插值的条件,说明给出的条件不能唯一确定二次样条插值函数;然后在变更条件的情况下构造性地给出了二次样条插值函数的求解方法;最后在附加条件S(x_n)=m_n=y_n下给出了二次样条插值函数的求解方法。     

基于时间序列算法的数控机床热误差建模及其实时补偿

提出了一种基于时间序列算法的机床热误差建模方法.通过时序算法综合分析软件,对实测的热误差数据进行预处理、模式识别、模型参数估计、循环定阶判别以及模型整合,建立表征机床热误差变化规律的实时补偿模型,并通过判别温度变化趋势,实时调整模型迭代系数.通过实时补偿系统,利用所建立的热误差补偿模型对数控机床的热漂移误差进行实时补偿加工.结果表明,工件的径向尺寸误差从补偿前最大的112μm降低到7μm,机床加工精度和稳定性大幅度提高.     

基于误差分解的数控机床热误差叠加预测模型及实时补偿应用

针对数控机床热误差变化复杂而难以用常规方法预测的问题,将温升过程的热误差按不同的误差因素分解为静态基准误差和温升影响误差2个部分,分别建模并叠加生成热误差整体预测模型;利用所建模型对一台典型三轴数控铣床进行热误差预测;同时,结合自主研发的误差实时补偿系统,采用模型预测值对机床热误差进行实时补偿.结果表明：所提出的模型可以准确预测温升过程中任意温度的变化状态和坐标位置的热误差;模型预测值对机床热误差的补偿效果显著,可大幅降低热误差对加工精度的影响.     

数控机床热补偿中温度变量的选择与建模

叙述了一种在机床热补偿过程中,利用多元统计分析中的聚类分析方法对温度变量进行初步筛选,然后利用逐步回归方法获得最优模型的方法.对一台车削加工中心温度测量的变量进行了选择,并且利用逐步回归方法得到了补偿模型.结果表明,这种建模方法,不但很好地避免了温度测点的相互影响,保证了模型精度,而且节省了工作量和成本.     

空间等半径过渡曲面成形刀纵向加工的算法

根据三次参数样条曲线的矢量表示方法，导出了一种ＣＮＣ系统中样条曲线的实时插补算法．该算法不仅精度高，理论上可使所有插补点都落在曲线上，而且计算量不大，插补速度快．插补轮廓步长由允许弓高误差及编程速度决定．理论分析和实验表明，这种算法能获得加工要求的插补精度，其插补速度能满足ＣＮＣ系统的实时性要求．     

数据误差对三次周期样条函数的影响

在插值节点等距分布的情况下,研究了型值数据误差对三次周期样条插值函数的影响,导出了其误差估计公式。结果表明,型值数据误差对三次周期样条函数的影响在周期意义下随着远离该点而衰减,从而证明了三次周期样条函数的稳定性。     

数控机床热误差的混合预测模型及应用

基于机床热变形误差的产生机理及其表现形式的复杂性,综合时序分析方法建模和灰色系统理论建模的优点,研究了一种智能混合预测模型.将该模型应用于一台数控车削加工中心进行热误差趋势预测,以进行机床热误差补偿研究.结果表明,混合预测模型预测精度高于时序分析模型和灰色系统模型,其优异的预测性能可使数控机床进行实时补偿更加有效,从而大大提高机床热误差的补偿精度.     

对流扩散方程基于三次自然样条插值特征差分方法

针对一维对流扩散方程提出了基于三次自然样条插值的特征差分格式，给出了L2模误差估计武．数值算例表明，本文格式在很大程度上消除了插值误差对计算格式的影响．     

三次样条小波插值解偏微分方程

提出一种在sobolev空间解偏微分方程的三次样条小波插值法.多分辨分析和网格之间存在着某种相似性.从而在有限差分意义下,插值函数与网格剖分之间有联系.利用此性质本文建立了一个解偏微分方程的相关式.最后的数值例子证明了所建相关式的有效性,即证明了所提插值法的有效性.