CN110597177B - 一种基于精度映射的数控机床精度控制方法 - Google Patents
一种基于精度映射的数控机床精度控制方法 Download PDFInfo
- Publication number
- CN110597177B CN110597177B CN201910882028.5A CN201910882028A CN110597177B CN 110597177 B CN110597177 B CN 110597177B CN 201910882028 A CN201910882028 A CN 201910882028A CN 110597177 B CN110597177 B CN 110597177B
- Authority
- CN
- China
- Prior art keywords
- precision
- motion
- mapping
- layer
- accuracy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/19—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4097—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by using design data to control NC machines, e.g. CAD/CAM
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/45—Nc applications
- G05B2219/45136—Turning, lathe
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
Abstract
本发明公开了一种基于精度映射的数控机床精度控制方法,采用直接传递的方式将数控机床总功能层的设计精度值映射到分功能层的设计精度值;采用特征根法将分功能层的设计精度值映射到主运动层的定位精度或重复定位精度值;采用模糊层次分析法和区间灰色***理论将主运动层的定位精度或重复定位精度值映射到二级运动层的定位精度或重复定位精度值;采用基于灵敏度的精度映射方式将二级运动层的定位精度或重复定位精度值映射到元动作单元的运动精度值;然后在元动作单元层面进行精度控制,给出精度控制措施。本发明能够在已知机床整体精度设计要求的基础上,设计元动作单元的精度,并在元动作层对精度进行控制。
Description
技术领域
本发明涉及数控机床精度控制的改进,具体涉及一种基于精度映射的数控机床精度控制方法,属于数控机床技术领域。
背景技术
数控机床是装备制造业的“工作母机”,一个国家机床行业的技术水平和产品质量,是衡量其装备制造业发展水平的重要标志。经过三十多年的发展,国产数控机床虽然取得了一定的进步,但是在机床加工精度方面,国产数控机床的加工精度往往比国外产品差一个数量级以上,精度不高不仅会影响加工零件的质量,而且会对数控机床本身的一些性能产生影响,所以对数控机床的精度进行控制是很有必要的。
目前,数控机床的加工精度控制方法主要分为以下五种:1、数控机床自身误差的控制;2、数控机床加工工艺误差的控制;3、数控机床加工定位误差的控制;4、对气温及工艺***热变形影响加工精度的控制;5、对步进电机与数控机床共振影响加工精度的控制。这些加工精度控制方法大都是在机床的制造和使用阶段进行控制,没有在机床的设计过程中对精度进行控制,属于一种事后控制方法,不能从源头上对数控机床的精度进行很好地控制。
发明内容
针对现有数控机床精度控制方法主要是一种事后控制方法,没有从源头上对数控机床精度进行控制的不足,本发明的目的在于提出一种基于精度映射的数控机床精度控制方法,本方法在设计阶段即对数控机床的精度进行控制,从而达到从源头上控制数控机床精度的目的,以实现更好的精度控制。
本发明的技术方案是这样实现的:
一种基于精度映射的数控机床精度控制方法,先获取数控机床总功能的设计精度,然后将数控机床总功能的设计精度值逐层往下映射,直到映射到元动作单元所在层级,从而得到各元动作单元需要的运动精度,最后对元动作单元进行精度控制以满足其需要的运动精度,从而实现数控机床精度控制。
其中,元动作单元精度影响因素包括元动作单元零件的尺寸精度、位置精度以及装配精度;在设计过程中,从这三个方面入手,针对不同的元动作单元,给出对应的精度控制措施即可。
具体地,本发明采用如下步骤将总功能的设计精度值映射到元动作单元:
A、按照“功能-运动-动作”模式对数控机床进行结构化分解,分解为总功能层、分功能层、主运动层、二级运动层和元动作单元层五个层级,根据结构化分解模型建立数控机床精度瀑布映射链模型;
B、根据客户需求提取数控机床总功能层的设计精度值DPTF,总功能层到分功能层的精度映射采用直接传递的方式,即分功能层各分功能的设计精度值均等于总功能的设计精度值,从而得到分功能层的设计精度矩阵为DPF=(DPTF,DPTF,…,DPTF)t;
式中:t表示该数控机床具有t个分功能;
C、分功能层到主运动层的精度映射先考虑各主运动相对于某个分功能Fx精度要求的高低,采用特征根法计算得到某分功能Fx下的主运动权重向量然后按权分配将该分功能Fx的设计精度值映射到其对应的主运动层的定位精度或重复定位精度即
D、主运动层到二级运动层的精度映射考虑各二级运动结构的复杂性,即二级运动之间的结构耦合对映射过程的影响,采用模糊层次分析法和区间灰色***理论计算得到某主运动Mi下的二级运动层映射权重向量为再通过下面的公式将该主运动Mi的定位精度或重复定位精度映射得到对应的二级运动层的定位精度或重复定位精度
然后采用相同的映射方式计算其他主运动下的二级运动层的定位精度或重复定位精度值,最后整合为所有二级运动层的定位精度或重复定位精度矩阵SPSM;
E、二级运动层到元动作单元层的精度映射考虑到各元动作单元之间是一种链型结构,根据二级运动定位精度或重复定位精度相对于元动作链中各元动作单元精度的灵敏度,采用下式计算得到各元动作单元的精度;
式中:P(Ak)为二级运动Mic下第k个元动作单元精度;P(Mic)指的是二级运动Mic的精度值,m表示二级运动Mic包括m个元动作单元;Pk(Mic)为二级运动Mic针对第k个元动作单元的定位精度或重复定位精度分量;ΔFk(Mic)为二级运动Mic针对第k个元动作单元的定位误差或重复定位误差分量;Zpk为二级运动定位精度或重复定位精度对元动作单元运动精度的灵敏度;Zk为二级运动定位误差或重复定位误差分量与元动作单元运动误差的变化系数;
本发明元动作单元分为移动元动作单元和转动元动作单元两大类,移动元动作单元的精度值为单元执行件运动的直线度,转动元动作单元的精度值为单元执行件的回转精度。
相比现有技术,本发明具有如下有益效果:
本发明在设计阶段即对数控机床的精度进行控制,在已知机床整体精度设计要求的基础上,通过层层分解,最终推演出元动作单元的精度,将这个精度值作为实际控制目标,并采取相应控制措施来保障元动作单元的精度值,从而达到从源头上控制数控机床精度的目的,实现更好的精度控制。
附图说明
图1为本发明基于精度映射的数控机床精度控制方法实施流程图。
图2为数控机床FMA结构化分解模型。
图3为数控机床精度瀑布映射链模型。
图4为映射耦合对结构层次量化模型。
图5为四种白化权函数的函数图。
图3中,TF-总功能层;F-分功能层;PM-主运动层;SM-二级运动层;MA-元动作单元层;DPTF-总功能设计精度;DPF-分功能设计精度矩阵;SPPM-主运动定位精度或重复定位精度矩阵;SPSM-二级运动定位精度或重复定位精度矩阵;MPMA-元动作运动精度矩阵。
具体实施方式
本发明基于精度映射的数控机床精度控制方法,其总体思路为:先获取数控机床总功能的设计精度,然后将数控机床总功能的设计精度值逐层往下映射,直到映射到元动作单元所在层级,从而得到各元动作单元需要的运动精度,最后对元动作单元进行精度控制以满足其需要的运动精度,从而实现数控机床精度控制。
本发明具体采用如下步骤将总功能的设计精度值映射到元动作单元,实施流程可以参见图1。
A、按照“功能-运动-动作”(Function-Motion-Action,FMA)模式对数控机床进行结构化分解,分解为总功能层、分功能层、主运动层、二级运动层和元动作单元层五个层级,图2为数控机床FMA结构化分解模型示意图,根据FMA结构化分解模型建立数控机床精度瀑布映射链模型;图3为数控机床精度瀑布映射链模型示意图;表1为精度瀑布映射链模型各层精度指标说明;
表1精度瀑布映射链模型各层精度指标说明
B、根据客户需求提取数控机床总功能层的设计精度值DPTF,总功能层到分功能层的精度映射采用直接传递的方式,即分功能层各分功能的设计精度值均等于总功能的设计精度值,从而得到分功能层的设计精度矩阵为DPF=(DPTF,DPTF,…,DPTF)t;
式中:t表示该数控机床的t个分功能;
C、分功能层到主运动层的精度映射先考虑各主运动相对于某个分功能Fx精度要求的高低,采用特征根法(Characteristic Root Method,CRM)计算得到某分功能Fx下的主运动权重向量然后按权分配将该分功能Fx的设计精度值映射到其对应的主运动层的定位精度或重复定位精度即
D、主运动层到二级运动层的精度映射考虑各二级运动结构的复杂性,即二级运动之间的结构耦合对映射过程的影响,采用模糊层次分析法(Fuzzy Analytic HierarchyProcess,FAHP)和区间灰色***理论(Interval Grey System Theory,IGST)计算得到某主运动Mi下的二级运动层映射权重向量为再通过下面的公式就可以将该主运动Mi的定位精度或重复定位精度映射得到对应的二级运动层的定位精度或重复定位精度
然后采用相同的映射方式计算其他主运动下的二级运动层的定位精度或重复定位精度值,最后整合为所有二级运动层的定位精度或重复定位精度矩阵SPSM;
E、二级运动层到元动作单元层的精度映射考虑到各元动作单元之间是一种链型结构,根据二级运动定位精度或重复定位精度相对于元动作链中各元动作单元精度的灵敏度,采用下式计算得到各元动作单元的精度;
式中:P(Ak)为二级运动Mic下第k个元动作单元精度;P(Mic)指的是二级运动Mic的精度值,m表示二级运动Mic包括m个元动作单元;Pk(Mic)为二级运动Mic针对第k个元动作单元的定位精度或重复定位精度分量;ΔFk(Mic)为二级运动Mic针对第k个元动作单元的定位误差或重复定位误差分量;Zpk为二级运动定位精度或重复定位精度对元动作单元运动精度的灵敏度;Zk为二级运动定位误差或重复定位误差分量与元动作单元运动误差的变化系数;
通过以上四步的映射,就可以将整机的设计精度映射到元动作单元层,得到元动作单元的设计输入,从而建立整机精度的映射机制。
元动作单元分为移动元动作单元和转动元动作单元两大类,其中移动元动作单元的精度值为单元执行件运动的直线度,转动元动作单元的精度值为单元执行件的回转精度。不论是移动还是转动,单元执行件的精度都是由组成零件的尺寸精度、位置精度以及装配精度来共同保证,在设计过程中,从这三个方面入手,针对不同的元动作单元,给出不同的精度控制措施。
元动作单元主要的精度控制措施为:
1、根据装配特点选择合适的装配方法。不同的元动作单元,其组成零件不同,装配的特点不相同,导致装配的方式也不相同,所以需要根据装配特点选择合适的装配方法。
2、选择合适的装配基准。在设计的过程中,选择不同的装配基准,元动作单元的执行件的精度值也不相同,所以应该选择合适的装配基准,从而使得元动作单元的装配误差最小。
3、设计合理的加工余量。为保证各组成零件的尺寸精度能够达到要求,需要根据零件的加工方式和材料,给各个零件分配合理的加工余量。
4、对各零件的尺寸公差进行合理的分配。根据设计要求,建立每一个零件的工艺尺寸链,然后根据工艺尺寸链对零件的尺寸误差进行合理的分配,从而保证各个零件的尺寸精度都能达到要求。
本发明分为精度映射和精度控制两个过程。
精度映射过程是根据精度瀑布映射链模型将数控机床整机的设计精度映射到元动作单元,整个映射的过程分为四步:
TF-F层的映射。采用直接传递的方式将总功能的设计精度值映到分功能层,有利于把整机精度设计目标进行分解,从而得到各分功能的设计精度值;
F-P层的映射。采用特征根的方式将各分功能的设计精度值映射到主运动层,在整个映射的过程中考虑了各分功能之间存在共用主运动的情况以及各主运动部件结构的复杂性,将这两个因素考虑进去可以使映射的结果更加准确;
P-S层的映射。采用模糊层次分析法和区间灰色***理论将主运动层的定位精度或重复定位精度映射到二级运动层,映射的过程中考虑了二级运动结构的复杂性(即二级运动之间的结构耦合关系)的影响,将耦合关系作为映射权重的影响因素,从而间接达到消除耦合关系对映射过程影响的效果;
S-A层的映射。采用灵敏度分配和等作用原理将二级运动的定位精度或重复定位精度映射到元动作单元,映射的过程中考虑到元动作单元之间是一种链型结构,采用上述方式进行映射,可以消除这种链型结构对精度映射的影响,从而使映射的结果更加准确。
精度控制过程主要是根据前面映射得到的设计精度值,对元动作单元的精度进行控制,保证元动作单元的精度值在产品的全生命周期范围内都能维持在一个合格的范围,通过控制,所有元动作单元的精度值得到保证,那么整机的精度就能得到很好地保证。这种精度控制方法能够从源头上对数控机床整机的精度进行控制,减少了事后维修的次数,从而达到提高数控机床质量和可靠性的作用。
为更好地理解本发明,下面以THM6380加工中心为控制对象按本发明所述控制方法进行精度控制,具体过程如下。
1)对THM6380进行FMA结构化分解,该加工中心有钻F1、镗F2、铰F3、攻丝F4、铣F5和轮廓的粗、精加工F6等6个分功能,以铣削功能F5为例建立FMA结构化分解模型,并根据FMA结构化分解模型建立该加工中心的精度瀑布映射链模型。
2)从客户需求中提取的该加工中心总功能设计精度值DPTF,采用直接传递的方式得到分功能层的设计精度矩阵DPF=(DPTF,DPTF,DPTF,DPTF,DPTF,DPTF)。
3)考虑分功能之间共用主运动的情况。以铣削功能F5为例,采用CRM计算得到F5下的主运动层映射权重由于CRM确定权重很普遍,这里就不再赘述。得到考虑共用主运动的F5下的主运动层的权重向量后,就可以将分功能F5的设计精度值映射到主运动层:
考虑各主运动部件结构复杂性的情况。此时整体考虑,不需要针对于某个分功能而言,采用CRM计算得到考虑部件结构复杂性的主运动层的权重向量为从而计算得到考虑部件结构复杂性的主运动层定位精度或重复定位精度向量
式中:DPF为分功能层的设计精度值矩阵。
将这两种情况下各主运动的精度值进行比较,同样选择精度要求高的,最后得到主运动层的定位精度或重复定位精度矩阵SPPM。
4)将主运动层的定位精度或重复定位精度映射到二级运动层,考虑的是二级运动结构的复杂性(即结构耦合关系),整个映射过程分为两步:
①建立映射耦合对层次结构量化模型。对于映射耦合对的评价,建立的准则层包括H个指标,如耦合紧密性、耦合程度、耦合稳定性和耦合可靠性等,所以指标集U={u1,u2,u3,…uh},其中uh指的是第h个量化指标。量化过程中总共有W个专家,所有专家集V={v1,v2,v3,…vw},其中vw指的是第w个专家。建立的映射耦合对层次结构量化模型如图4所示。
②建立FAHP量化矩阵语言标度。对于建立的这些指标,都是越高越好,所以根据1-9标度法将量化矩阵的语言标度分为9个等级,具体的模糊值分配如表2所示。
表2模糊层次分析法量化矩阵语言标度
专家权重G=(G1,G2,…,Gw),其中Gw指的是第w个专家的权重,其三角模糊加权平均公式为:
从而计算得到专家综合量化矩阵为:
④进行层次单排序,得到映射耦合对量值。根据专家量化矩阵,映射耦合对bx i对应满足H个指标的综合重要性程度值为:
式中:Sx为综合重要程度值。
两个三角模糊数M1=(l1,m1,μ1)和M2=(l2,m2,μ2),M2≥M1的可能性的程度为:
一个凸模糊数比其余k个凸模糊数Mi(i=1,2,…,k)大的可能性程度为
V(M≥M1,M2,…,Mk)=V(M≥M1)∪V(M≥M2)∪V(M≥M3)…V(M≥Mk)=minV(M≥Mi)
假设d'(Ax)=minV(Sx≥Sk),k=1,2,…,M;k≠i,Sx为综合重要程度值,Ax表示第x个映射耦合对,则各映射耦合对的量值为W'=(d'(A1),d'(A2),…,d'(Am))T,归一化后,最后的映射耦合对的量值为W=(d'(A1),d'(A2),…,d'(Am))T,即映射耦合度该映射耦合度即为两个二级运动之间的结构耦合度η。
b、基于IGST的映射权重计算。为了计算主运动Mi下的各二级运动Mic的映射权重,将结构耦合关系作为映射权重的影响因素,并通过得到的耦合度η计算出第c个二级运动映射权重影响因素的耦合权重
为了避免出现映射权重为零的情况,采用熵权法对耦合权重进行修正,计算过程如下:
式中:dck为第k个影响因素下第c个二级运动的判断值;fck为第c个二级运动的第k个影响因素的比重;Hk为第k个影响因素的熵值。
根据上面的式子可以求得各映射权重影响因素的修正值熵权βk:
式中:K为第c个二级运动影响因素总个数;
则最终映射权重影响因素的权重为:
令第l位专家对第c个二级运动映射权重的影响因素的评估矩阵耦合关系会对映射权重产生影响,评估影响程度所属灰类集合记为X={x1,x2,…,xh},将这种影响程度分为四种,分别是高,较高,一般和低,即h=4,X={x1,x2,x3,x4}={高,较高,一般,低}。结合IGST,就可以求属于第s类的权值s=1~4,采用的方法就是白化权函数。图5(a)和5(b)就是四种白化权函数的函数图,图中P为第一类下限,G为第二类中限,Q为第三类中限,Z为第四类上限,且令{P,G,Q,Z}={9,7,5,2},从图中可得到各类白化权函数的计算公式。
第c个二级运动的灰色评估矩阵R(c)和映射权重影响因素的权重向量β(c)确定之后,就可以得到第c个二级运动的综合灰色评估值:
Z(c)=w(c)·R(c)·DT
式中:Z(c)为第c个二级运动的综合灰色评估值,DT为该四级评估法所对应的值,D={P,G,Q,Z}={9,7,5,2},w(c)为第c个二级运动影响因素的权重向量。
按照相同的方式就可以得到主运动Mi下的其他二级运动的综合灰色评估值,那么每个二级运动的映射权重为
然后采用相同的映射方式计算其他主运动下的二级运动层的定位精度或重复定位精度值,最后整合为所有二级运动层的定位精度或重复定位精度矩阵SPSM。
5)将二级运动层的定位精度或重复定位精度映射到元动作单元层,考虑的是元动作单元之间是一种链型结构。现以某个二级运动Mic为例来进行精度映射,该二级运动包括m个元动作单元,建立精度数学模型为:
灵敏度指的是机械***在稳定的状态下,***的设计输出与设计输入的变化量之比。将二级运动定位精度或重复定位精度P(Mic)作为设计输出,各元动作单元的精度P(Ak)作为设计输入,那么二级运动Mic的定位精度或重复定位精度P(Mic)对元动作单元精度P(Ak)的灵敏度Zpk为:
将二级运动层的定位精度或重复定位精度映射到元动作单元,根据等作用原理,采用基于灵敏度的分配方式。等作用法则是在进行精度分配的时候,使二级运动的定位精度或重复定位精度变化量与各元动作单元的精度变化量满足如下关系:
根据等作用原理,二级运动定位精度或重复定位精度P(Mic)与各元动作单元的精度P(Ak)、P(Ak+1)、…、P(Ak+m-1)之间应该满足如下关系:
(ZPkP(Ak))2≈(ZP(k+1)P(Ak+1))2≈…≈(ZP(k+m-1)P(Ak+m-1))2
(P(Mic))2=(ZPkP(Ak))2+(ZP(k+1)P(Ak+1))2+…+(ZP(k+m-1)P(Ak+m-1))2
所以对二级运动的定位精度或重复定位精度进行映射的时候,各元动作单元的精度P(Ak)须满足:
式中:P(Ak)为二级运动Mic下第k个元动作单元精度;P(Mic)指的是二级运动Mic的精度值,m表示二级运动Mic包括m个元动作单元;Pk(Mic)为二级运动Mic针对第k个元动作单元的定位精度或重复定位精度分量;ΔFk(Mic)为二级运动Mic针对第k个元动作单元的定位误差或重复定位误差分量;Zpk为二级运动定位精度或重复定位精度对元动作单元运动精度的灵敏度;Zk为二级运动定位误差或重复定位误差分量与元动作单元运动误差的变化系数;
公式前面等号计算得到的是元动作单元的精度P(Ak)实际值,因为实际值无法准确计算,所以采用放缩的方式,将根据等作用原理计算到的值(后面等号)作为最后的映射值,从而得到元动作单元的精度值P(Ak)。
更进一步的需要对各个元动作单元的精度值进行控制,这里以齿轮转动元动作单元为例,精度控制措施如下:
1、因齿轮转动元动作单元得零件大都属于大批、大量生产,高精度的少环尺寸,所以该元动作单元采用分组选配的方式进行装配。
2、在设计的过程中,对于齿轮的装配基准选择齿轮轴的外圆轮廓作为装配基准,轴上的其他零件同样可以以齿轮轴的外圆轮廓作为装配基准。
3、对于齿轮轴和齿轮在进行加工的时候,为保证这两者的精度,需要为这两者分配合理的加工余量。
4、对各零件的尺寸公差进行合理的分配。根据设计要求,建立每一个零件的工艺尺寸链,然后根据工艺尺寸链对零件的尺寸误差进行合理的分配,从而保证各个零件的尺寸精度都能达到要求。
最后需要说明的是,本发明的上述实施例仅仅是为说明本发明所作的举例,而并非是对本发明的实施方式的限定。尽管申请人参照较佳实施例对本发明进行了详细说明,对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其他不同形式的变化和变动。这里无法对所有的实施方式予以穷举。凡是属于本发明的技术方案所引申出的显而易见的变化或变动仍处于本发明的保护范围之列。
Claims (3)
1.一种基于精度映射的数控机床精度控制方法,其特征在于:先获取数控机床总功能的设计精度,然后将数控机床总功能的设计精度值逐层往下映射,直到映射到元动作单元所在层级,从而得到各元动作单元需要的运动精度,最后对元动作单元进行精度控制以满足其需要的运动精度,从而实现数控机床精度控制;
采用如下步骤将总功能的设计精度值映射到元动作单元:
A、按照“功能-运动-动作”模式对数控机床进行结构化分解,分解为总功能层、分功能层、主运动层、二级运动层和元动作单元层五个层级,根据结构化分解模型建立数控机床精度瀑布映射链模型;
B、根据客户需求提取数控机床总功能层的设计精度值DPTF,总功能层到分功能层的精度映射采用直接传递的方式,即分功能层各分功能的设计精度值均等于总功能的设计精度值,从而得到分功能层的设计精度矩阵为DPF=(DPTF,DPTF,…,DPTF)t;
式中:t表示该数控机床具有t个分功能;
C、分功能层到主运动层的精度映射先考虑各主运动相对于某个分功能Fx精度要求的高低,采用特征根法计算得到某分功能Fx下的主运动权重向量然后按权分配将该分功能Fx的设计精度值映射到其对应的主运动层的定位精度或重复定位精度即
D、主运动层到二级运动层的精度映射考虑各二级运动结构的复杂性,即二级运动之间的结构耦合对映射过程的影响,采用模糊层次分析法和区间灰色***理论计算得到某主运动Mi下的二级运动层映射权重向量为再通过下面的公式将该主运动Mi的定位精度或重复定位精度映射得到对应的二级运动层的定位精度或重复定位精度
然后采用相同的映射方式计算其他主运动下的二级运动层的定位精度或重复定位精度值,最后整合为所有二级运动层的定位精度或重复定位精度矩阵SPSM;
E、二级运动层到元动作单元层的精度映射考虑到各元动作单元之间是一种链型结构,根据二级运动定位精度或重复定位精度相对于元动作链中各元动作单元精度的灵敏度,采用下式计算得到各元动作单元的精度;
式中:P(Ak)为二级运动Mic下第k个元动作单元精度;P(Mic)指的是二级运动Mic的精度值,m表示二级运动Mic包括m个元动作单元;Pk(Mic)为二级运动Mic针对第k个元动作单元的定位精度或重复定位精度分量;ΔFk(Mic)为二级运动Mic针对第k个元动作单元的定位误差或重复定位误差分量;Zpk为二级运动定位精度或重复定位精度对元动作单元运动精度的灵敏度;Zk为二级运动定位误差或重复定位误差分量与元动作单元运动误差的变化系数;
2.根据权利要求1所述的基于精度映射的数控机床精度控制方法,其特征在于:元动作单元精度影响因素包括元动作单元零件的尺寸精度、位置精度以及装配精度;在设计过程中,从这三个方面入手,针对不同的元动作单元,给出对应的精度控制措施即可。
3.根据权利要求1所述的基于精度映射的数控机床精度控制方法,其特征在于,元动作单元分为移动元动作单元和转动元动作单元两大类,其中移动元动作单元的精度值为单元执行件运动的直线度,转动元动作单元的精度值为单元执行件的回转精度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910882028.5A CN110597177B (zh) | 2019-09-18 | 2019-09-18 | 一种基于精度映射的数控机床精度控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910882028.5A CN110597177B (zh) | 2019-09-18 | 2019-09-18 | 一种基于精度映射的数控机床精度控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110597177A CN110597177A (zh) | 2019-12-20 |
CN110597177B true CN110597177B (zh) | 2022-06-24 |
Family
ID=68860782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910882028.5A Active CN110597177B (zh) | 2019-09-18 | 2019-09-18 | 一种基于精度映射的数控机床精度控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110597177B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115638754B (zh) * | 2022-10-03 | 2024-03-15 | 北京工业大学 | 一种基于区间层次分析法的三坐标测量机精度分配方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011112072A (ja) * | 2009-11-24 | 2011-06-09 | Icomes Labo:Kk | 動力伝達装置 |
CN102451939A (zh) * | 2010-10-26 | 2012-05-16 | 邓丽丽 | 一种基于模块化设计理论的线切割机床结构 |
CN104175169A (zh) * | 2014-08-11 | 2014-12-03 | 厦门大学 | 非弹性碰撞和滚动粘滞阻力颗粒耦合耗能数控机床 |
CN107038321A (zh) * | 2017-05-24 | 2017-08-11 | 重庆大学 | 基于元动作单元的任务可靠性预计分析方法 |
CN109241601A (zh) * | 2018-08-28 | 2019-01-18 | 大连理工大学 | 一种基于改进型拉开档次法的数控机床综合性能评价方法 |
CN110008433A (zh) * | 2019-04-10 | 2019-07-12 | 重庆大学 | 一种基于状态空间方程的元动作单元零件公差分配方法 |
CN110209119A (zh) * | 2019-06-26 | 2019-09-06 | 重庆大学 | 一种基于元动作单元和整合主客观权重的数控机床精度评估方法及寿命预测方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103189614A (zh) * | 2011-11-02 | 2013-07-03 | 丰田自动车株式会社 | 涡轮壳体以及排气涡轮增压器 |
CN105976020B (zh) * | 2016-04-28 | 2018-08-28 | 华北电力大学 | 一种考虑小波跨层关联性的网络流量预测方法 |
CN109858194B (zh) * | 2019-03-21 | 2022-11-04 | 重庆大学 | 一种基于元动作链的故障传播风险分析方法和防控方法 |
-
2019
- 2019-09-18 CN CN201910882028.5A patent/CN110597177B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011112072A (ja) * | 2009-11-24 | 2011-06-09 | Icomes Labo:Kk | 動力伝達装置 |
CN102451939A (zh) * | 2010-10-26 | 2012-05-16 | 邓丽丽 | 一种基于模块化设计理论的线切割机床结构 |
CN104175169A (zh) * | 2014-08-11 | 2014-12-03 | 厦门大学 | 非弹性碰撞和滚动粘滞阻力颗粒耦合耗能数控机床 |
CN107038321A (zh) * | 2017-05-24 | 2017-08-11 | 重庆大学 | 基于元动作单元的任务可靠性预计分析方法 |
CN109241601A (zh) * | 2018-08-28 | 2019-01-18 | 大连理工大学 | 一种基于改进型拉开档次法的数控机床综合性能评价方法 |
CN110008433A (zh) * | 2019-04-10 | 2019-07-12 | 重庆大学 | 一种基于状态空间方程的元动作单元零件公差分配方法 |
CN110209119A (zh) * | 2019-06-26 | 2019-09-06 | 重庆大学 | 一种基于元动作单元和整合主客观权重的数控机床精度评估方法及寿命预测方法 |
Non-Patent Citations (2)
Title |
---|
基于FMA分解的关键质量特性映射变换技术;张根保,金传喜,冉琰,王治超;《重庆大学学报》;20190315;正文第2-9页 * |
装配可靠性的模块化故障树建模与多维映射;张根保,李冬英,刘佳,范秀君,张恒,崔有志;《计算机集成制造***》;20130315;第516-522页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110597177A (zh) | 2019-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106774152B (zh) | 一种数控机床位置相关几何误差项的建模方法 | |
CN106020147B (zh) | 一种复杂精密机械产品的装配精度***分析方法 | |
Fu et al. | Integrated thermal error modeling of machine tool spindle using a chicken swarm optimization algorithm-based radial basic function neural network | |
CN109240204B (zh) | 一种基于两步法的数控机床热误差建模方法 | |
CN109146209A (zh) | 基于遗传算法小波神经网络的机床主轴热误差预测方法 | |
CN106842922B (zh) | 一种数控加工误差优化方法 | |
CN1097757C (zh) | 一种补偿机器轴非线性的装置和方法 | |
US10120368B2 (en) | Manufacturing adjustment system that adjusts manufacturing statuses of multiple machines | |
CN110597177B (zh) | 一种基于精度映射的数控机床精度控制方法 | |
Lin et al. | Cost-tolerance analysis model based on a neural networks method | |
CN111352387B (zh) | 一种实现数控机床非线性误差的智能补偿方法 | |
WO1997043703A1 (en) | Real time machine tool error correction using global differential wet modeling | |
CN111724203B (zh) | 基于多重回归模型的产品加工价格预估方法及*** | |
Wu et al. | Integrated optimization method for helical gear hobbing parameters considering machining efficiency, cost and precision | |
Pei et al. | Machining error control by integrating multivariate statistical process control and stream of variations methodology | |
CN116402329B (zh) | 一种活塞杆生产车间的智能管理方法及*** | |
CN115793568B (zh) | 一种基于三维建模的机床零件误差补偿控制*** | |
Kwon et al. | Fuzzy neuron adaptive modeling to predict surface roughness under process variations in CNC turning | |
CN116974241A (zh) | 面向绿色低碳制造的数控机床几何优化方法及装置 | |
CN105904036B (zh) | 一种提高电子螺旋导轨插削斜齿轮精度的方法 | |
CN116680833B (zh) | 一种基于大数据共享式的钻攻铣设计图像生成*** | |
CN109284544B (zh) | 螺旋锥齿轮形性协同制造参数驱动混合反调及控制方法 | |
Filipovich et al. | Model of information-control system used for one-parameter selective assembly of three elements | |
Podchasov | Design and Technological Features of 3D-Printing | |
CN114895630B (zh) | 一种机床热误差预测模型的温度敏感点的选择方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |