CN113093653A - 机床精度的评价方法 - Google Patents
机床精度的评价方法 Download PDFInfo
- Publication number
- CN113093653A CN113093653A CN202110258582.3A CN202110258582A CN113093653A CN 113093653 A CN113093653 A CN 113093653A CN 202110258582 A CN202110258582 A CN 202110258582A CN 113093653 A CN113093653 A CN 113093653A
- Authority
- CN
- China
- Prior art keywords
- error
- machine tool
- axis
- space
- model
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 33
- 238000005192 partition Methods 0.000 claims abstract description 4
- 238000011158 quantitative evaluation Methods 0.000 claims abstract description 4
- 238000000638 solvent extraction Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 30
- 238000005259 measurement Methods 0.000 claims description 18
- 230000014509 gene expression Effects 0.000 claims description 5
- 230000003068 static effect Effects 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 2
- 238000003754 machining Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G05B19/406—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 monitoring or safety
- G05B19/4065—Monitoring tool breakage, life or condition
-
- 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
- G05B2219/37—Measurements
- G05B2219/37616—Use same monitoring tools to monitor tool and workpiece
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)
- Machine Tool Sensing Apparatuses (AREA)
Abstract
本发明提供一种机床精度的评价方法,包括如下步骤:根据机床类型,建立机床空间误差通用模型;对误差通用模型中所需的误差元素进行测量,并根据测量得到的各轴误差元素建立机床各轴的误差通用模型;在机床行程空间立方体内取点并代入到步骤S2中建立的误差模型中计算得到各点的误差值,将所得的误差值根据机床空间精度评价标准进行定量评价;对机床行程空间立方体进行分区并个根据步骤S2建立的误差模型对每个分区计算误差值,建立机床工作空间的误差云图。本发明综合考虑了机床的直线度误差、转角误差以及垂直误差建立了机床空间误差通用模型,能够精确地对机床误差进行定量和定性评价。
Description
技术领域
本发明属于机床精度评价的技术领域,具体涉及一种对机床精度的进行定量、定性评价的方法。
背景技术
加工精度是数控机床最重要、也是最具有该类机床特征的一项指标。加工精度好坏不仅直接决定于精度值大小,更取决于机床精度稳定程度。三轴数控机床精度稳定性与机床各精度变化直接相关,其不仅会决定加工产品一致性,更直接影响机床的正常工作周期。一方面,影响机床加工精度及其稳定性因素多种多样。在机床的设计、制造过程中,由于设计的不合理、装配时产生的不当装配应力,使机床在工作过程中机床基础件变形、过度磨损,都会导致机床的单项或数项精度指标快速衰退,造成同批次零件的加工一致性差,甚至导致加工零件的加工精度不达标,产生废件。另一方面,数控机床精度不仅种类多样(直线度、垂直度、平行度、定位精度等),而且不同精度项对机床加工性能的影响程度不尽相同。为此,寻求一种设计机床体对角线误差计算及定量、定性评价方法,对于机床精度优化分配、精度保持与维护,至关重要。
目前,数控机床评价都是针对其加工过程状态,华中科技大学在专利ZL201410051470.0公开了《数控铣床加工过程状态信息评价装置》,通过采集机床加工过程中的主轴电流、进给电流、振动、加工温度等状态数据,评价装置MCU按照一定的算法对采集得到的加工状态参数进行检验分析,智能识别刀具磨损、破损、工件毛胚的材料缺陷等异常状态。上海尤尼斯工业服务有限公司在专利CN201810762242.2公开了《一种考虑加工稳定性的三轴数控机床精度评价方法》,通过精度测量装置测量机床各精度项在各测量时间节点的精度值,基于多体理论建立空间误差率模型,计算空间误差在各测量时间节点内的稳定性因子,最终建立三轴数控机床加工精度稳定性评价模型,计算评价值。
在这两种数控机床精度评价的方法中,前者通过对机床的主轴电流、加工温度等状态数据,间接评价机床空间误差精度。在这种方法下,上述状态数据变化难以准确的体现机床精度的好坏,后者仅仅测量各项精度项的精度值。由于数控机床各精度项直接相互耦合,共同影响了机床空间误差精度。单一精度项评价机床空间精度不具有精确性,且无法定性评价。
发明内容
本发明的目的在于针对现有技术的不足之处,提供一种机床精度的评价方法,该方法综合考虑多种误差因素,能够快速准确地对机床误差进行定量和定性评价。
为解决上述技术问题,本发明采用如下技术方案:
一种机床精度的评价方法,包括如下步骤:
S1,根据机床类型,建立机床空间误差通用模型;
S2,对误差通用模型中所需的误差元素进行测量,并根据测量得到的各轴误差元素建立机床各轴的误差通用模型;
S3,在机床行程空间立方体内取点并代入到步骤S2中建立的误差模型中计算得到各点的误差值,将所得的误差值根据机床空间精度评价标准进行定量评价;
S4,对机床行程空间立方体进行分区并个根据步骤S2建立的误差模型对每个分区计算误差值,建立机床工作空间的误差云图。
进一步地,步骤S1中,根据机床各轴的直线度误差、角度误差以及两两轴之间存在的垂直误差建立机床各轴的通用误差模型:
Δx=f1(δxx,δxy,...;εxx,εxy,...;Sxy,Sxz,Syz;x,y,z);
Δy=f2(δxx,δxy,...;εxx,εxy,...;Sxy,Sxz,Syz;x,y,z);
Δz=f3(δxx,δxy,...;εxx,εxy,...;Sxy,Sxz,Syz;x,y,z);
式中,式中,Suv为直线度误差,εuv为转角误差,Suv表示u轴与v轴之间的垂直误差,其中,u=x或y或z轴,表示误差方向,v=x或y或z轴,表示运动方向。
进一步地,步骤S2还包括如下步骤:
S21:分别对机床各轴采用分段取点的方法进行全行程空间测量,获取所述各轴的直线度误差以及转角误差的静态几何误差值;
S22:运用最小二乘法拟合建立直线度误差、转角误差的静态几何误差模型,即:
直线度误差:δuv=c0+c1v+c2v2+c3v3+...+cnvn;
转角误差:εuv=d0+d1v+d2v2+d3v3+...+dnvn;
其中,c0、d0为常数;ci、di为系数,其中,i=1,2,3,...,n;δuv为直线度误差,εuv表示运动方向为转角误差,其中,u=x或y或z轴,表示误差方向,v=x或y或z轴,表示运动方向;
S23:测量各轴之间的垂直度误差值,分别为Sxy、Syz以及Sxz;
S24:将步骤S22得到的几何误差模型以及步骤S23得到的垂直误差值分别代入到步骤1建立的机床各轴误差通用模型中,得到机床各轴的几何误差模型。
进一步地,机床各轴的几何误差通用模型表达式为;
Δx=f1(δuv,εuv,Suv;x,y,z);
Δy=f2(δuv,εuv,Suv;x,y,z);
Δz=f3(δuv,εuv,Suv;x,y,z);
式中,δuv为直线度误差,εuv表示运动方向为转角误差,Suv表示u轴与v轴之间的垂直误差,其中,u=x或y或z轴,表示误差方向,v=x或y或z轴,表示运动方向。
进一步地,步骤S21中具体方法为:
分别在机床行程空间内的各轴每间隔25-40mm选取一个点,共选择15-30个点,每个点测量停留时间一定时间,对每个轴进行多次测量获得各轴直线度误差,并将其作为直线度误差建模数据;
然后采用上述同样的方法获得各轴转角误差,并将其作为转角误差建模数据。
进一步地,采用激光干涉仪测量各误差元素。
进一步地,步骤S3还包括如下步骤:
S31:根据x、y、z、轴工作行程lx,ly,lz,将机床行程空间构建成长宽高分别为lx,ly,lz的立方体;
S32:在机床行程空间立方体的四条体对角线等间距取点,上述点在机床行程空间对应着相应的x、y、z坐标;
S33:将上述对角线上取点的坐标值代入步骤S2的误差通用模型中,计算每个点的各轴误差值:
S34:定义机床空间精度评价标准:
S35:从步骤S33中计算得到的各轴误差值中选取各轴最大误差值Δxmax,Δymax,Δzmax,将各轴最大误差值依据步骤S34中机床空间精度评价标准,完成对机床空间误差定量评价。
进一步地,步骤S34中的机床空间精度评价标准为:体对角线上误差值在0~50μm,为高精度;体对角线上误差值在50~100μm,为中高精度;体对角线上误差值在100~200μm,为中精度;体对角线上误差值在200~400μm,为中等偏低精度;体对角线上误差值在400μm以上,为低精度。
进一步地,步骤S4包括如下步骤:
S41:对机床行程空间进行网格划分,根据进给速度Vf、采样周期Tms,确定划分的网格长方体的边长L;
S42:利用MATLAB软件,将机床行程空间划分网格代入,计算出各网格长方体顶点坐标,将各顶点坐标作为机床空间各轴误差通用模型的输入值,计算并输出的各网格长方体顶点误差值,根据不同的误差值范围,用不同颜色的误差云图来表示。
与现有技术相比,本发明的有益效果为:本发明综合考虑了机床的直线度误差、转角误差以及垂直误差建立了机床空间误差通用模型,该通用模型综合了机床各精度项的相互耦合作用,能够精确地对机床误差进行定量和定性评价,该方法简单实用,对于机床精度优化分配、精度保持与维护,至关重要,适合推广。
附图说明
图1为本发明实施例机床精度的评价方法流程图;
图2为本发明实施例机床行程空间的体对角线示意图;
图3为本发明实施例机床X向误差△x在整个行程空间的仿真定性评价示意图;
图4为本发明实施例机床Y向误差△y整个行程空间的仿真定性评价示意图;
图5为本发明实施例机床Z向误差△z整个行程空间的仿真定性评价示意图。
具体实施方式
下面将结合本发明实施例对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图,以某科技公司生产的三轴立式XYTZ型加工中心为例,对本发明的具体实施方式做进一步详细说明。该加工中心的整体结构的特征尺寸为:X轴方向行程1300mm,Y轴方向行程650mm,Z轴方向行程650mm。本发明公开了一种机床精度的评价方法,如图1所示,包括如下步骤:
S1,根据机床类型,建立机床空间误差通用模型;在该步骤中,根据机床类型,基于多体***理论,运用齐次坐标变换方法,建立多轴数控机床空间误差的通用模型,具体低,根据机床各轴的移动误差、角度误差以及两两轴之间存在的垂直误差建立机床各轴的通用误差模型:
Δx=f1(δxx,δxy,...;εxx,εxy,...;Sxy,Sxz,Syz;x,y,z);
Δy=f2(δxx,δxy,...;εxx,εxy,...;Sxy,Sxz,Syz;x,y,z);
Δz=f3(δxx,δxy,...;εxx,εxy,...;Sxy,Sxz,Syz;x,y,z);
式中,式中,δuv为直线度误差,εuv为转角误差,Suv表示u轴与v轴之间的垂直误差,其中,u=x或y或z轴,表示误差方向,v=x或y或z轴,表示运动方向。
在本实施例中,实际情况下工作台X轴存在三个直线度误差δxx,δyx,δzx,三个角度误差εxx,εyx,εzx。同理Y轴也存在三个移动误差δxy,δyy,δzy,三个角度误差εxy,εyy,εzy。Z轴同样存在三个直线度误差δxz,δyz,δzz,三个角度误差εxz,εyz,εzz。此外,X轴与Y轴之间存在垂直度误差Sxy,X轴与Z轴之间存在垂直度误差Sxz,Y轴与Z轴之间存在垂直度误差Syz。根据XYTZ型机床特性,运用齐次变换、刚体理论,建立机床空间误差通用模型,
Δx=-δxx-δxy+δxz-yεzx-zεyx-zεyy+ySxy-zSxz;
Δy=-δyx-δyy+δyz+zεxx+zεxy-zSyz;
Δz=-δzx-δzy+δzz+yεxx。
S2,对误差通用模型中所需的误差元素进行测量,并根据测量得到的各轴误差元素建立机床各轴的误差通用模型;
在本实施例中,首先对机床空间误差通用模型中各误差元素进行测量,具体方法为:
2.1.根据机床X、Y、Z轴的行程,确定X轴测量间距ΔL=100mm,Y、Z轴测量间距ΔL=50mm。机床X轴方向测量点数为1300÷100+1=14,Y轴和Z轴方向测量点数均为650÷50+1=14。
2.2.将激光干涉仪干涉头水平放置于机床工作台0点坐标位置处,激光干涉仪干涉头随着工作台X向移动,激光干涉仪上的6D传感器通过磁块基座与支撑杆悬挂与主轴上固定不动,该6D传感器的作用是接受激光干涉仪干涉头发射出来的水平激光。将X轴向正方向移动一个测量间距100mm,干涉头从0位置向正方向移动进行测量,测量出X=100mm处的三个直线度误差δxx,δyx,δzx,三个角度误差εxx,εyx,εzx数据。再将X轴向正方向移动一个测量间距100mm,干涉头测量出x=200mm处的三个直线度误差δxx,δyx,δzx,三个角度误差εxx,εyx,εzx数据。按照上述测量过程依次测量X轴14个测量点误差数据,完成对X轴误差数据的测量。
2.3.将激光干涉仪干涉头水平放置于机床工作台0点坐标位置处,激光干涉仪干涉头随着工作台Y向移动。6D传感器通过磁块基座与支撑杆悬挂与主轴上固定不动。将Y轴向负方向移动一个测量间距50mm,干涉头从0位置向负方向移动进行测量,测量出Y=-50mm处的三个直线度误差δxy,δyy,δzy,三个角度误差εxy,εyy,εzy数据。按照上述测量过程,向Y轴负方向依次测量Y轴14个测量点误差数据,完成对Y轴误差数据的测量。
2.4.将激光干涉仪干涉头水平放置于机床工作台0点坐标位置处,激光干涉仪干涉头随着工作台Z向移动。6D传感器通过磁块基座与支撑杆悬挂与主轴上固定不动。将Z轴向负方向移动一个测量间距50mm,干涉头从0位置向负向移动进行测量,测量出Z=-50mm处的三个直线度误差δxz,δyz,δzz,三个角度误差εxz,εyz,εzz数据。按照上述测量过程,向Z轴负方向依次测量Z轴14个测量点误差数据,完成对Z轴误差数据的测量。
2.5.完成对机床X、Y、Z轴18项直线度误差及角度误差测量后,由激光干涉仪根据自带处理器,自动计算出X、Y轴之间垂直度误差Sxy,Y、Z轴之间垂直度误差Syz,X、Z之间垂直度误差Sxz。上述测量数据如下表1-4所示:
表1为X轴的测量数据
表2为Y轴的测量数据
Y坐标 | δyy(mm) | δxy(mm) | δzy(mm) | εxy(mm) | εyy(mm) | εzy(mm) |
-650 | -0.04878 | 0.001579 | 0.004404 | -0.015185 | 0.010965 | 0.01022 |
-600 | -0.04719 | 0.000557 | 0.004006 | -0.00351 | -0.017645 | 0.01286 |
-550 | -0.049129 | 0.000539 | 0.001953 | 0.00171 | -0.02322 | 0.01409 |
-500 | -0.052414 | -0.000543 | 0.000541 | 0.002775 | -0.039345 | 0.012905 |
-450 | -0.055859 | -0.001055 | -0.001107 | -0.00342 | -0.03994 | 0.013095 |
-400 | -0.05975 | -0.002373 | -0.000515 | -0.014275 | -0.03893 | 0.015355 |
-350 | -0.063408 | -0.001285 | -0.000678 | -0.017045 | -0.04652 | 0.015485 |
-300 | -0.067673 | -0.001202 | -0.000525 | -0.01923 | -0.051555 | 0.017115 |
-250 | -0.071136 | -0.00343 | 0.000367 | -0.01294 | -0.05578 | 0.018805 |
-200 | -0.073784 | -0.003597 | 0.001624 | -0.00899 | -0.059215 | 0.01901 |
-150 | -0.066605 | -0.00553 | 0.003117 | -0.006495 | -0.066715 | 0.02139 |
-100 | -0.055084 | -0.004307 | 0.005459 | -0.00597 | -0.075465 | 0.023845 |
-50 | -0.048538 | -0.005644 | 0.006021 | -0.00461 | -0.071875 | 0.024005 |
0 | -0.049866 | -0.005897 | 0.006458 | -0.00754 | -0.05984 | 0.027765 |
表3为Z轴的测量数据
Z坐标 | δzz(mm) | δxz(mm) | δyz(mm) | εxz(mm) | εyz(mm) | εzz(mm) |
-650 | -0.00067 | 0.004878 | 0.00062 | 0.000825 | 0.003105 | 0.020665 |
-600 | -0.006562 | 0.003099 | 0.000412 | -0.015015 | 0.000045 | 0.023 |
-550 | -0.009117 | 0.00017 | -0.000625 | -0.02608 | 0.00342 | 0.023265 |
-500 | -0.009834 | -0.001684 | -0.000017 | -0.023645 | 0.014855 | 0.02541 |
-450 | -0.011284 | -0.003948 | 0.000476 | -0.015775 | 0.01682 | 0.02733 |
-400 | -0.011726 | -0.003602 | 0.001214 | -0.01433 | 0.019715 | 0.02833 |
-350 | -0.013412 | -0.002286 | 0.001597 | -0.008965 | 0.024745 | 0.029135 |
-300 | -0.015274 | -0.000645 | 0.001565 | -0.01294 | 0.023605 | 0.031245 |
-250 | -0.018738 | -0.000314 | 0.001138 | -0.017665 | 0.022315 | 0.03269 |
-200 | -0.021675 | -0.000098 | -0.00021 | -0.020145 | 0.02239 | 0.03685 |
-150 | -0.024101 | 0.000513 | 0.000408 | -0.01379 | 0.02565 | 0.035255 |
-100 | -0.0271 | 0.000179 | 0.000421 | -0.005495 | 0.031805 | 0.03657 |
-50 | -0.027588 | 0.000985 | 0.000034 | 0.00047 | 0.037875 | 0.037895 |
0 | -0.027527 | 0.002016 | -0.000393 | -0.00404 | 0.03841 | 0.03854 |
表4为垂直度误差测量数据
垂直度误差 | Sxy | Sxz | Syz |
mm | 0.00972 | 0.0122 | 0.0821 |
得到上述数据后,再利用最小二乘法对激光干涉仪测量得到的机床X、Y、Z移动误差、角度误差数据进行线性拟合,将各项误差数据,表达成关于x、y、z坐标位置的函数表达式。以X轴6项误差数据为例,具体拟合函数表达式如下:
δxx:-2.52e-12*x3+9.03e-9*x2-1.62e-5*x+9.88e-5
δyx:-3.56e-11*x3+3.67e-8*x2+1.69e-5*x+7.92e-4
δzx:-4.68e-11*x3+8.33e-8*x2-5.93e-6*x+0.00136
εxx:5.95e-11*x3-9.89e-8*x2+2.4e-5*x-0.00219
εyx:7.16e-11*x3-1.06e-7*x2+4.86e-6*x+0.00218
εzx:2.97e-11*x3-4.66e-8*x2+1.96e-5*x-0.00131
之后将拟合后的18项误差函数表达式及垂直度误差数值代入机床空间误差通用模型中,得到机床各轴的误差通用模型:
Δx=2.52e-12*x3-9.03e-9*x2+1.62e-5*x-9.88e-5-9.5e-11*y3-7.99e-8*y2-9.12e-5*y-0.0523+9.83e-12*z3+2.41e-8*z2-3.17e-5*z-0.0276-2.97e-11*x3*y+4.66e-8*x2*y-1.96e-5*x*y+0.00131*y-7.16e-11*x3*z+1.06e-7*x2*z-4.86e-6*x*z-0.00218*z+2.83e-10*y3*z+1.27e-7*y2*z+6.81e-5*y*z+0.0921*z+0.97231y-1.22478z;
Δy=3.56e-11*x3-3.67e-8*x2-1.69e-5*x-7.92e-4+4.79e-11*y3+2.09e-7*y2+1.31e-4*y+0.00655-4.04e-11*z3-2.77e-8*z2-5.3e-5*z-0.0348+5.95e-11*x3*z-9.89e-8*x2*z+2.4e-5*x*z-0.00219*z+2.72e-10*y3*z+2.75e-7*y2*z+8.69e-5*y*z+0.0251*z-0.82156*z;
Δz=4.68e-11*x3-8.33e-8*x2+5.93e-6*x-0.00136+1.51e-10*y3+8.75e-8*y2-3.45e-5*y-0.0188-2.74e-11*z3-3.06e-8*z2-8.81e-6*z-3.41e-4+5.95e-11*x3*y-9.89e-8*x2*y+2.4e-5*x*y-0.00219*y。
S3,在机床行程空间立方体内取点并代入到步骤S2中建立的误差模型中计算得到各点的误差值,将所得的误差值根据机床空间精度评价标准进行定量评价;
以工作台底面四个顶点为起点,确定70mm间距,在四条体对角线上分别选取15个体对角线精度评价点NPP1~15、PPP1~15、NPN1~15、PPN1~15,各选取体对角线精度评价点如图1所示。由工作空间构建的长方体边长及同一体对角线上相邻两点之间的间距70mm,计算出各点的坐标分别为:
(xNPP1、yNPP1、zNPP1)、(xNPP2、yNPP2、zNPP2)…(xNPP15、yNPP15、zNPP15)(xPPP1、yPPP1、zPPP1)、(xPPP2、yPPP2、zPPP2)…(xPPP15、yPPP15、zPPP15,(xNPN1、yNPN1、zNPP1)、(xNPN2、yNPN2、zNPN2)…(xNPN15、yNPN15、zNPP15),(xPPN1、yPPN1、zPPN1)、(xPPN2、yPPN2、zPPN2)…(xPPN15、yPPN15、zPPN15)。
将各点坐标代入到步骤S2建立的机床空间各轴误差通用模型Δx、Δy、Δz中,得到NPP1~15、PPP1~15、NPN1~15、PPN1~15各点误差值,其中最大值为:
Δxmax=-0.037506mm;
Δymax=-0.018942mm;
Δzmax=0.057556mm;
定义机床空间精度评价标准为:体对角线上误差值在0~50μm,为高精度;体对角线上误差值在50~100μm,为中高精度;体对角线上误差值在100~200μm,为中精度;体对角线上误差值在200~400μm,为中等偏低精度;体对角线上误差值在400μm以上,为低精度。之后根据机床体对角线上评价点误差最大值为Δzmax=0.057556mm,该机床精度较好,完成对机床的定量评价。
S4,对机床行程空间立方体进行分区并个根据步骤S2建立的误差模型对每个分区计算误差值,建立机床工作空间的误差云图。
对机床行程空间进行网格划分,根据进给速度Vf(mm/min)、采样周期Tms(ms),确定空间网格的长方体的边长L为L=Vf·Tms/60000(mm),则X轴网格边长为100mm、Y轴网格边长为50mm、Z轴边长为50mm。将整个机床工作行程空间划分为13*13*13个长为100mm、宽为50mm、高为50mm的长方体。
之后利用MATLAB软件,将机床工作行程空间划分区域代入,并通过软件计算出各划分小长方体顶点坐标,将各顶点坐标作为机床空间误差通用模型Δx、Δy、Δz的输入值。将模型输出的各小长方体顶点误差值,根据不同的误差值范围,用不同颜色的误差云图来表示。图3反映的是机床X向误差Δx在整个空间情况,X(0~1300)mm,Y(-650~0)mm,Z(-650~300)mm空间的误差在20μm~40μm范围内,其中部分空间误差在0~20μm之间,X(400~1300)mm,Y(-550~0)mm,Z(-650~450)m空间的误差达到了60μm。图4反映的是机床Y向误差△y在整个空间情况,X(500~1200)mm、Y(-650~0)mm、Z(-650~0)mm空间的误差在20μm范围内,其中极少空间误差在20μm~40μm之间。X(0~200)mm,Y(-650~0)mm,Z(-250~0)m空间的误差超过了40μm。图5反映的是机床Z向误差△z在整个空间情况,x(0~1300)mm、y(-650~600)mm、z(-650~450)mm空间的误差在20μm以内,x(400~1300)mm、y(-400~0)mm、z(-650~0)mm空间的误差超过60μm。
以上仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (9)
1.一种机床精度的评价方法,其特征在于,包括如下步骤:
S1,根据机床类型,建立机床空间误差通用模型;
S2,对误差通用模型中所需的误差元素进行测量,并根据测量得到的各轴误差元素建立机床各轴的误差通用模型;
S3,在机床行程空间立方体内取点并代入到步骤S2中建立的误差模型中计算得到各点的误差值,将所得的误差值根据机床空间精度评价标准进行定量评价;
S4,对机床行程空间立方体进行分区并个根据步骤S2建立的误差模型对每个分区计算误差值,建立机床工作空间的误差云图。
2.根据权利要求1所述的机床精度的评价方法,其特征在于,步骤S1中,根据机床各轴的直线度误差、角度误差以及两两轴之间存在的垂直误差建立机床各轴的通用误差模型:
Δx=f1(δxx,δxy,…;εxx,εxy,…;Sxy,Sxz,Syz;x,y,z);
Δy=f2(δxx,δxy,…;εxx,εxy,…;Sxy,Sxz,Syz;x,y,z);
Δz=f3(δxx,δxy,…;εxx,εxy,…;Sxy,Sxz,Syz;x,y,z);
式中,式中,δuv为直线度误差,εuv为转角误差,Suv表示u轴与v轴之间的垂直误差,其中,u=x或y或z轴,表示误差方向,v=x或y或z轴,表示运动方向。
3.根据权利要求1所述的机床精度的评价方法,其特征在于,步骤S2还包括如下步骤:
S21:分别对机床各轴采用分段取点的方法进行全行程空间测量,获取所述各轴的直线度误差以及转角误差的静态几何误差值;
S22:运用最小二乘法拟合建立直线度误差、转角误差的静态几何误差模型,即:
直线度误差:δuv=c0+c1v+c2v2+c3v3+﹒﹒﹒+cnvn;
转角误差:εuv=d0+d1v+d2v2+d3v3+﹒﹒﹒+dnvn;
其中,c0、d0为常数;ci、di为系数,其中,i=1,2,3,﹒﹒﹒,n;δuv为直线度误差,εuv表示运动方向为转角误差,其中,u=x或y或z轴,表示误差方向,v=x或y或z轴,表示运动方向;
S23:测量各轴之间的垂直度误差值,分别为Sxy、Syz以及Sxz;
S24:将步骤S22得到的几何误差模型以及步骤S23得到的垂直误差值分别代入到步骤1建立的机床各轴误差通用模型中,得到机床各轴的几何误差模型。
4.根据权利要求3所述的机床精度的评价方法,其特征在于,机床各轴的几何误差通用模型表达式为;
Δx=f1(δuv,εuv,Suv;x,y,z);
Δy=f2(δuv,εuv,Suv;x,y,z);
Δz=f3(δuv,εuv,Suv;x,y,z);
式中,δuv为直线度误差,εuv表示运动方向为转角误差,Suv表示u轴与v轴之间的垂直误差,其中,u=x或y或z轴,表示误差方向,v=x或y或z轴,表示运动方向。
5.根据权利要求3所述的机床精度的评价方法,其特征在于,步骤S21中具体方法为:
分别在机床行程空间内的各轴每间隔25-40mm选取一个点,共选择15-30个点,每个点测量停留时间一定时间,对每个轴进行多次测量获得各轴直线度误差,并将其作为直线度误差建模数据;
然后采用上述同样的方法获得各轴转角误差,并将其作为转角误差建模数据。
6.根据权利要求1所述的机床精度的评价方法,其特征在于,采用激光干涉仪测量各误差元素。
7.根据权利要求1所述的机床精度的评价方法,其特征在于,步骤S3还包括如下步骤:
S31:根据x、y、z、轴工作行程lx,ly,lz,将机床行程空间构建成长宽高分别为lx,ly,lz的立方体;
S32:在机床行程空间立方体的四条体对角线等间距取点,上述点在机床行程空间对应着相应的x、y、z坐标;
S33:将上述对角线上取点的坐标值代入步骤S2的误差通用模型中,计算每个点的各轴误差值:
S34:定义机床空间精度评价标准:
S35:从步骤S33中计算得到的各轴误差值中选取各轴最大误差值Δxmax,Δymax,Δzmax,将各轴最大误差值依据步骤S34中机床空间精度评价标准,完成对机床空间误差定量评价。
8.根据权利要求7所述的机床精度的评价方法,其特征在于,步骤S34中的机床空间精度评价标准为:体对角线上误差值在0~50μm,为高精度;体对角线上误差值在50~100μm,为中高精度;体对角线上误差值在100~200μm,为中精度;体对角线上误差值在200~400μm,为中等偏低精度;体对角线上误差值在400μm以上,为低精度。
9.根据权利要求1所述的机床精度的评价方法,其特征在于,步骤S4包括如下步骤:
S41:对机床行程空间进行网格划分,根据进给速度Vf、采样周期Tms,确定划分的网格长方体的边长L;
S42:利用MATLAB软件,将机床行程空间划分网格代入,计算出各网格长方体顶点坐标,将各顶点坐标作为机床空间各轴误差通用模型的输入值,计算并输出的各网格长方体顶点误差值,根据不同的误差值范围,用不同颜色的误差云图来表示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110258582.3A CN113093653A (zh) | 2021-03-09 | 2021-03-09 | 机床精度的评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110258582.3A CN113093653A (zh) | 2021-03-09 | 2021-03-09 | 机床精度的评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113093653A true CN113093653A (zh) | 2021-07-09 |
Family
ID=76666704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110258582.3A Pending CN113093653A (zh) | 2021-03-09 | 2021-03-09 | 机床精度的评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113093653A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104007700A (zh) * | 2014-05-29 | 2014-08-27 | 北京工业大学 | 一种基于全局敏感度分析的三轴数控机床的关键性几何误差辨识方法 |
CN104537153A (zh) * | 2014-12-04 | 2015-04-22 | 北京工业大学 | 基于旋量理论的指数矩阵型机床空间误差建模及Morris全局变量敏感度分析方法 |
CN105404237B (zh) * | 2015-11-10 | 2018-02-09 | 湖北文理学院 | 一种基于空间网格补偿方式的数控机床空间误差建模方法 |
CN108655827A (zh) * | 2018-07-30 | 2018-10-16 | 天津中德应用技术大学 | 五轴数控机床空间误差辨识方法 |
-
2021
- 2021-03-09 CN CN202110258582.3A patent/CN113093653A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104007700A (zh) * | 2014-05-29 | 2014-08-27 | 北京工业大学 | 一种基于全局敏感度分析的三轴数控机床的关键性几何误差辨识方法 |
CN104537153A (zh) * | 2014-12-04 | 2015-04-22 | 北京工业大学 | 基于旋量理论的指数矩阵型机床空间误差建模及Morris全局变量敏感度分析方法 |
CN105404237B (zh) * | 2015-11-10 | 2018-02-09 | 湖北文理学院 | 一种基于空间网格补偿方式的数控机床空间误差建模方法 |
CN108655827A (zh) * | 2018-07-30 | 2018-10-16 | 天津中德应用技术大学 | 五轴数控机床空间误差辨识方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102785129B (zh) | 复杂零件的曲面加工精度的在线检测方法 | |
CN109765848B (zh) | 五轴机床运动轴几何误差贡献值计算及影响评估方法 | |
CN112008492B (zh) | 一种龙门数控机床平动轴垂直度误差辨识方法 | |
Fu et al. | Product-of-exponential formulas for precision enhancement of five-axis machine tools via geometric error modeling and compensation | |
CN110287553B (zh) | 一种基于拟蒙特卡洛模拟的加工误差模型全局灵敏度分析方法 | |
CN108445839B (zh) | 一种基于误差增量的机床精度敏感度分析方法 | |
Königs et al. | Process-parallel virtual quality evaluation for metal cutting in series production | |
CN103390082A (zh) | 一种多轴机床几何精度稳健优配方法 | |
CN111324977A (zh) | 利用动态位置误差模拟切削方法 | |
CN105643620B (zh) | 一种基于十字型杆件的工业机器人简易标定方法 | |
Chen et al. | Separation and compensation of geometric errors of rotary axis in 5-axis ultra-precision machine tool by empirical mode decomposition method | |
Brecher et al. | Quality-predictive CAM simulation for NC milling | |
Li et al. | Enhancement and evaluation in path accuracy of industrial robot for complex surface grinding | |
CN113910001B (zh) | 一种数控机床空间误差辨识方法 | |
CN109839920A (zh) | 一种五轴机床运动轴灵敏度分析方法 | |
Chang et al. | Automatic inspection of turbine blades using 5-axis coordinate measurement machine | |
CN113656902A (zh) | 一种多轴运动平台工作末端位姿的误差敏感性分析方法 | |
CN113093653A (zh) | 机床精度的评价方法 | |
CN108873807B (zh) | 一种考虑加工稳定性的三轴数控机床精度评价方法 | |
Wu et al. | Sensitivity analysis of geometric errors of two-turntable five-axis machine tool based on S-shaped specimens | |
EP4036520A1 (en) | Automatic generation of probe path for surface inspection and part alignment | |
CN113932707B (zh) | 基于弹性网络算法补偿三坐标测量机几何误差的方法 | |
Zimmermann et al. | Thermally compensated 5-axis machine tools evaluated with impeller machining tests | |
Montavon et al. | A digital perspective on machine tool calibration | |
CN102303284B (zh) | 一种数控磨床的机床主轴零点及磨头半径的测定方法 |
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 |