项目名称: 提高高速数控机床热误差补偿精度的关键理论研究

项目编号: No.U1204524

项目类型: 联合基金项目

立项/批准年度: 2013

项目学科: 机械工程学科

项目作者: 王秀山

作者单位: 河南农业大学

项目金额: 31万元

中文摘要: 精密超精密加工条件下,影响高速数控机床精度的所有误差中,热误差占主导地位,使用误差补偿技术能够有效地减小或消除热误差。但是,目前的热误差补偿理论面临机床的温度场及其热变形场求解不精确、补偿用的热关键点选择过程不严谨和补偿模型不能反映热变形过程等科学难题。为此,本项目主要研究:①改进和修正求解热弹性方程中对流换热系数的计算方法,获得更为精确的对流换热系数,从而阐明主轴振动对主轴温度场及其热变形场分布的影响。②使用信息处理理论把热变形场转化为可处理的数字图像,并对图像节点进行压缩和寻优计算,从而优化出理论上最佳的热关键点,这一方法使热关键点的配置完全建立在了科学理论上。③开发动态系数建模法,使建立的模型能够时序、动态地反映主轴的热变形过程。以上三个方面的技术及理论革新,为提高高速电主轴热误差补偿的精度提供科学依据。

中文关键词: 数控机床;热变形;小波压缩;遗传算法;补偿

英文摘要: Under the precision and ultra-precision processing conditions, the thermal errors are most important from all errors influencing on the precision of high speed CNC machine tools, using error compensation technology can effectively reduce or eliminate the thermal errors. However, the current thermal error compensation theory has encountered many technical problems. The solution process of temperature field and the thermal deformation field are not precise. Selecting process of the thermal critical point for compensation is not rigorous. The compensation model cannot reflect the thermal deformation process of the machine tools. So, This project studies: ①Derive a new method for computing the coefficient of convection heat transfer of the spindle surface on revolving. The theory on computing the transient thermal response and thermal deformation is introduced and the simulation is implemented on the spindle and spindle box of the CNC turning center. ②By use of the thermal error sensitivity, according to the principle of maximizing the sum of absolute value of the differences among thermal key points’ thermal error sensitivities, provide a simple arithmetic to select the thermal key points in the case of less number of candidate points which is verified on the spindle. ③A new modeling method, that is, Dynamic Coeffi

英文关键词: NC machine tool;thermal deformation;Wavelet compression;genetic algorithm;compensation

成为VIP会员查看完整内容
0

相关内容

深度神经网络 FPGA 设计进展、实现与展望
专知会员服务
57+阅读 · 2022年3月26日
【CVPR2022】弱监督目标定位建模为领域适应
专知会员服务
15+阅读 · 2022年3月4日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
16+阅读 · 2021年7月13日
专知会员服务
37+阅读 · 2021年5月9日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
25+阅读 · 2021年4月2日
「数据数学:从理论到计算」EPFL硬核课程
专知会员服务
42+阅读 · 2021年1月31日
专知会员服务
103+阅读 · 2020年11月27日
从最小二乘法到卡尔曼滤波
PaperWeekly
1+阅读 · 2021年12月22日
流程工业数字孪生关键技术探讨
专知
1+阅读 · 2021年4月7日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
CVPR 2019:精确目标检测的不确定边界框回归
AI科技评论
13+阅读 · 2019年9月16日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
如何设计基于深度学习的图像压缩算法
论智
40+阅读 · 2018年4月26日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Simple and Effective Unsupervised Speech Synthesis
Arxiv
2+阅读 · 2022年4月20日
A Comprehensive Survey on Graph Neural Networks
Arxiv
21+阅读 · 2019年1月3日
小贴士
相关VIP内容
深度神经网络 FPGA 设计进展、实现与展望
专知会员服务
57+阅读 · 2022年3月26日
【CVPR2022】弱监督目标定位建模为领域适应
专知会员服务
15+阅读 · 2022年3月4日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
16+阅读 · 2021年7月13日
专知会员服务
37+阅读 · 2021年5月9日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
25+阅读 · 2021年4月2日
「数据数学:从理论到计算」EPFL硬核课程
专知会员服务
42+阅读 · 2021年1月31日
专知会员服务
103+阅读 · 2020年11月27日
相关资讯
从最小二乘法到卡尔曼滤波
PaperWeekly
1+阅读 · 2021年12月22日
流程工业数字孪生关键技术探讨
专知
1+阅读 · 2021年4月7日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
CVPR 2019:精确目标检测的不确定边界框回归
AI科技评论
13+阅读 · 2019年9月16日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
如何设计基于深度学习的图像压缩算法
论智
40+阅读 · 2018年4月26日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员