CN208888637U - 一种数控机床主轴热误差智能感知*** - Google Patents
一种数控机床主轴热误差智能感知*** Download PDFInfo
- Publication number
- CN208888637U CN208888637U CN201820802162.0U CN201820802162U CN208888637U CN 208888637 U CN208888637 U CN 208888637U CN 201820802162 U CN201820802162 U CN 201820802162U CN 208888637 U CN208888637 U CN 208888637U
- Authority
- CN
- China
- Prior art keywords
- module
- machine tool
- thermal error
- displacement
- main shaft
- 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.)
- Expired - Fee Related
Links
Landscapes
- Automatic Control Of Machine Tools (AREA)
- Numerical Control (AREA)
Abstract
本实用新型公开了一种数控机床主轴热误差智能感知***。该感知***包括若干个温度传感器节点、若干个位移传感器节点、后台数据处理中心和热误差补偿执行模块;所述后台数据处理中心分别与温度传感器节点和位移传感器节点连接;所述后台数据处理中心与热误差补偿执行模块连接;所述温度传感器节点分布在机床主轴温度敏感点上;所述位移传感器节点夹持在机床三轴位移测量点上;所述后台数据处理中心包括ZigBee协调器、嵌入式ARM处理器和FPGA芯片。该***能实时可靠地感知机床主轴热误差信息,并对其进行补偿,可以实现热误差检测与补偿一体化,不需人工干预。
Description
技术领域
本实用新型涉及数控机床热误差测量及感知领域,具体是一种数控机床主轴热误差智能感知***。
背景技术
数控机床智能化的技术特征及发展趋势主要体现为加工智能化、管理智能化和维护智能化。其中维护智能化指的是数控机床对自身生产过程中的状态进行智能化监控,并根据这些状态进行自我控制以保证机床正常工作,主要包括智能化监控技术、智能化故障诊断技术、智能化误差补偿技术和智能化维护技术。机床智能化误差补偿的一个重要部分是主轴热误差补偿智能化,实现主轴热误差智能感知与补偿对提高数控机床的加工精度具有重要意义。
热误差智能感知技术包括热误差信号的采集、处理、决策、补偿控制和执行。现有技术是由热敏感点的温度测量值和热变形值建立热误差模型,计算热误差补偿值,将其导入数控***,通过相应的补偿策略合理分配给各个轴,从而完成热误差补偿。现有机床的热误差感知大多采取误差检测和补偿分立式结构,即热误差检测***负责机床主轴各轴温度、变形的测量并与外设PC相连完成热误差模型的建立,热误差补偿主要由人工通过PC主机对热误差模型进行处理并对机床发出误差补偿指令,机动性差,实时性不高,不能实现对热误差的智能感知和智能决策。
申请号为201110033561.8的文献公开了一种由温度测量单元、热位移测量单元、工控机和显示单元共同构成的数控机床热误差测量集成***。该***对主轴热误差变形量与温度检测信号同时进行采样,利用热误差函数进行实时阶段性建模并进行各温度检测数据及热位移变形量检测数据的精度评定,判断模型的稳定性和精度。该***可以实现高精度的热误差测量及建模,但没有涉及热误差补偿的研究,需要人工手动调整机床进行误差补偿,不适用于智能机床。申请号为201110379618.X的文献公开了一种综合传统多元回归模型和自回归分布滞后模型优点的更高精度数控机床热误差补偿模型,该模型是在测量得到的热敏感点温度与热误差关联模型的基础上建立的,相比之前的误差补偿方法精度更高,但是滞后严重,实时性差。
实用新型内容
针对现有技术的不足,本实用新型拟解决的技术问题是,提供一种数控机床主轴热误差智能感知***和感知方法。
本实用新型解决所述技术问题的技术方案是,提供一种数控机床主轴热误差智能感知***,其特征在于该感知***包括若干个温度传感器节点、若干个位移传感器节点、后台数据处理中心和热误差补偿执行模块;所述后台数据处理中心分别与温度传感器节点和位移传感器节点连接;所述后台数据处理中心与热误差补偿执行模块连接;
所述温度传感器节点分布在机床主轴温度敏感点上;所述温度传感器节点包括温度传感器、第一处理器模块、第一ZigBee发送模块和第一电源模块;所述第一电源模块分别与温度传感器、第一处理器模块和第一ZigBee发送模块连接;所述第一处理器模块分别与温度传感器和第一ZigBee发送模块连接;
所述位移传感器节点夹持在机床三轴位移测量点上;所述位移传感器节点包括位移传感器、第二处理器模块、第二ZigBee发送模块和第二电源模块;所述第二电源模块分别与位移传感器、第二处理器模块和第二ZigBee发送模块连接;所述第二处理器模块分别与位移传感器和第二ZigBee发送模块连接;
所述后台数据处理中心包括ZigBee协调器、嵌入式ARM处理器和FPGA芯片;所述ZigBee协调器与嵌入式ARM处理器连接;所述FPGA芯片与嵌入式ARM处理器连接;所述ZigBee协调器分别与第一ZigBee发送模块和第二ZigBee发送模块连接;所述FPGA芯片与数控机床的机床控制中心的热误差补偿执行模块连接;所述嵌入式ARM处理器与上位机连接。
与现有技术相比,本实用新型有益效果在于:
(1)采用ZigBee无线数传网络,减少了数控机床***中导线的使用,减少了导线对数控机床工作的影响,利用无线传感器网络增强了***稳定性,使用方便。
(2)每个传感器节点构成一个独立的传感器***,减少了传感器信号互相之间的电磁干扰,并且便于工作人员安装与维护。
(3)ZigBee无线通信网络类似于移动网络基站,通讯距离可达几公里,并且支持无限扩展,能够高速可靠实时地传输机床热误差信号,并且支持扩展其他测量信号模块对机床各项误差进行智能化感知与控制。
(4)采用物联网和嵌入式ARM处理器作为***的中心控制单元,将热误差预测及***的自动控制功能集中在嵌入式ARM处理器中,并通过FPGA芯片实现数控机床高速加工时实时补偿,使***更加独立,不需要依赖于计算机或服务器。
(5)通过对机床主轴温度敏感点温度及三轴位移的测量,并采用ARM与FPGA芯片搭建BP神经网络建立热误差神经网络模型,并通过BP神经网络对机床主轴热误差进行预测,预测速度快并且具有很高的精度和很强的鲁棒性。
(6)以8个温度传感器节点及3个位移传感器节点为输入层,以机床热误差补偿脉冲信号为输出层。BP神经网络输出层信号为脉冲信号,通过RS232与热误差补偿执行模块相连,可实现主轴热误差在工作状态时的补偿,实时性好。
(7)本实用新型提出一种以无线传感器网络技术为基础,低成本、低功耗,高智能化、可移植性强、易于维护的基于物联网ZigBee技术的数控机床热误差智能感知***,该***能实时可靠地感知机床主轴热误差信息,并对其进行补偿,可以实现热误差检测与补偿一体化,不需人工干预;采用无线通信协议串联检测和补偿***,检测和补偿采用不同芯片提高了数据处理效率并且具有很高的机动性;补偿***采用神经网络对热误差信号进行建模,在保证实时性的条件下使用智能算法提高了建模精度。
附图说明
图1为本实用新型数控机床主轴热误差智能感知***和感知方法一种实施例的整体结构示意框图。
图2为本实用新型数控机床主轴热误差智能感知***和感知方法一种实施例的温度传感器节点或位移传感器节点向ZigBee协调器发送数据的流程图。
图3为本实用新型数控机床主轴热误差智能感知***和感知方法一种实施例的ZigBee协调器接收温度传感器节点或位移传感器节点发送来的数据的流程图。
图4为本实用新型数控机床主轴热误差智能感知***和感知方法一种实施例的FPGA芯片的BP人工神经网络训练的具体过程图。
图5为本实用新型数控机床主轴热误差智能感知***和感知方法一种实施例的后台数据处理中心内部逻辑结构图。
(图中:1、温度传感器节点;11、温度传感器;12、第一处理器模块;13、第一ZigBee发送模块;14、第一电源模块;2、位移传感器节点;21、位移传感器;22、第二处理器模块;23、第二ZigBee发送模块;24、第二电源模块;3、后台数据处理中心;31、ZigBee协调器;32、嵌入式ARM处理器;33、FPGA芯片;4、热误差补偿执行模块)
具体实施方式
下面给出本实用新型的具体实施例。具体实施例仅用于进一步详细说明本实用新型,不限制本申请权利要求的保护范围。
本实用新型提供了一种数控机床主轴热误差智能感知***(参见图1-5,简称感知***),其特征在于该感知***包括若干个(本实施例为8个)温度传感器节点1、若干个(本实施例为3个)位移传感器节点2、后台数据处理中心3和热误差补偿执行模块4;所述后台数据处理中心3分别与温度传感器节点1和位移传感器节点2连接;所述后台数据处理中心3通过RS232通信协议与热误差补偿执行模块4连接;
所述温度传感器节点1采用磁吸式分布在机床主轴温度敏感点上;所述温度传感器节点1包括温度传感器11、第一处理器模块12、第一ZigBee发送模块13和第一电源模块14;所述第一电源模块14分别与温度传感器11、第一处理器模块12和第一ZigBee发送模块13连接,为温度传感器节点1供电;所述第一处理器模块12通过I/O接口分别与温度传感器11和第一ZigBee发送模块13连接;温度传感器11采集机床主轴温度敏感点的温度信号,温度信号经模数转换变为数字信号后,输入第一处理器模块12的串行口中,再经第一处理器模块12调理、放大、处理完成并存储后,通过串行口传输至第一ZigBee发送模块13中并完成数据发送;
所述温度传感器11为铂热电阻PT100,测量范围为1-100℃;
所述位移传感器节点2通过夹具夹持在机床三轴位移测量点上;所述位移传感器节点2包括位移传感器21、第二处理器模块22、第二ZigBee发送模块23和第二电源模块24;所述第二电源模块24分别与位移传感器21、第二处理器模块22和第二ZigBee发送模块23连接,为位移传感器节点2供电;所述第二处理器模块22通过I/O接口分别与位移传感器21和第二ZigBee发送模块23连接;位移传感器21采集机床主轴三个方向的位置,温度信号经模数转换变为数字信号后,输入第二处理器模块22的串行口中,再经第二处理器模块22调理、放大、处理完成并存储后,通过串行口传输至第二ZigBee发送模块23中并完成数据发送;
所述位移传感器21为电涡流位移传感器AEC5503,探头为PU-03A,量程为1mm;
所述第一处理器模块12和第二处理器模块22采用51单片机;
所述后台数据处理中心3包括ZigBee协调器31、嵌入式ARM处理器32和FPGA芯片33;所述ZigBee协调器31与嵌入式ARM处理器32的串/并行口连接;所述FPGA芯片33与嵌入式ARM处理器32的预留总线连接;所述ZigBee协调器31分别与第一ZigBee发送模块13和第二ZigBee发送模块23连接;所述FPGA芯片33通过RS232通信协议与数控机床的机床控制中心的热误差补偿执行模块4连接;所述嵌入式ARM处理器32通过USB接口与上位机通信连接;FPGA芯片33与稳压模块连接;
所述嵌入式ARM处理器32的型号为AT91SAM7S64C,具有64MB的寻址空间、16KB内部RAM和64Kflash、每个通道有2个多用途I/O引脚,可以完成大量数据的实时采集、控制和处理要求;嵌入式ARM处理器32具有数据库用于保存以往的数据;
所述FPGA芯片33的型号为EP2C20,该芯片需具有实现人工神经网络的功能,并且嵌入式ARM处理器32可提供大量的ARM空间来保存中间参数及查找表运算。
ZigBee协调器31接收到温度传感器11和位移传感器12发送的温度和位移数据并传送至嵌入式ARM处理器32,嵌入式ARM处理器32接收后对数据进行归一化处理并存储至自身Kflash中,可以将数控机床的工作状态传送至上位机监控软件,也可以接收上位机发送的配置信息,实现热误差补偿的远程管理功能;FPGA芯片33完成BP人工神经网络训练后,以嵌入式ARM处理器32存储的数据为输入层节点通过神经网络预测进行热误差仿真建模得到热误差补偿脉冲信号,并将补偿脉冲信号通过RS232发送至机床热误差补偿模块4。
所述热补偿执行模块4位于数控机床的位置反馈环中,用于将热误差补偿脉冲信号与数控机床的原始反馈信号进行叠加,并将叠加后的反馈信号传输至数控机床的机床控制中心以控制机床X、Y、Z三轴的运动方向。
本实用新型的工作原理和流程是:
步骤一:进行FPGA的BP人工神经网络训练,建立热误差神经网络模型:将嵌入式ARM处理器32的数据库中存储的实验数据或上位机中存储的实验数据输入至FPGA芯片33中进行FPGA神经网络训练,得到热误差神经网络模型;
步骤二:搭建热误差感知***,测量数控机床主轴工作时的热误差并传送至ZigBee协调器31;
(1)搭建热误差感知***:温度传感器节点1安装于机床主轴温度敏感点,位移传感器节点2位于主轴X、Y和Z三轴正向;ZigBee协调器31建立传感器组网,温度传感器节点1和位移传感器节点2加入所建立的组网;温度传感器节点1和位移传感器节点2将处理完成的温度和位移信号通过ZigBee通信协议传送至ZigBee协调器31中;
(2)运行机床前,位移传感器节点2记录机床主轴初始位置;启动数控机床并使主轴空转一段时间,主轴达到热平衡后,温度传感器节点1记录主轴温度敏感点的此刻温度,位移传感器节点2记录主轴三轴的最终位置,并与初始位置比较得到三轴变形量;温度传感器节点1和位移传感器节点2采集、处理和存储数控机床热误差信号并传送至ZigBee协调器31;
步骤三:ZigBee协调器31接收主轴工作时的热误差数据,输入至热误差神经网络模型并输出热误差补偿脉冲:
(1)ZigBee协调器31接收到温度传感器11和位移传感器12发送的温度和位移信号并传送至嵌入式ARM处理器32;
(2)嵌入式ARM处理器32接收到ZigBee协调器31传送的温度和位移信号后对数据进行归一化处理并存储至自身Kflash中;嵌入式ARM处理器32还可以将数控机床的工作状态传送至上位机监控软件,也可以接收上位机发送的配置信息,实现热误差补偿的远程管理功能;
(3)FPGA芯片33以嵌入式ARM处理器32存储的温度传感器节点1和位移传感器节点2测量的数据为输入层节点,输入至步骤一得到的热误差神经网络模型,得到热误差补偿脉冲;
步骤四:将热误差补偿脉冲信号通过RS232发送至数控机床的机床控制中心的热补偿执行模块4中,将热误差补偿脉冲信号与数控机床的原始反馈信号进行叠加,并将叠加后的反馈信号传输至机床控制中心以控制机床X、Y和Z三轴的运动方向,完成数控机床主轴热误差补偿。
温度传感器节点1或位移传感器节点2向ZigBee协调器31发送数据的流程如图2所示:上电后初始化ZigBee模块,初始化包括硬件电路初始化及协议栈初始化;而后申请加入主节点,即ZigBee协调器31所建立的组网;入网成功后等待睡眠定时器触发中断结束睡眠模式并向温度传感器11或位移传感器21发送信号采集请求,采集请求合法时采集温度传感器11或位移传感器21的数据并传送至ZigBee协调器31。
ZigBee协调器31接收温度传感器节点1或位移传感器节点2发送来的数据的流程如图3所示:上电后初始化ZigBee模块,初始化包括硬件电路初始化、外部接口初始化、协议栈的初始化,还对协调器自身的网络配置进行初始化,如对信道号的确定、PAN ID的确定等等;建立网络并给子节点,即终端节点分配网络地址;而后等待子节点即前端发送装置发送数据;接受数据传送至嵌入式ARM处理器32进行存储,FPGA芯片33建立热误差神经网络模型,并将处理完成的补偿脉冲发送至热补偿执行模块4完成热误差补偿。
FPGA芯片33的BP人工神经网络训练的具体过程如下(如图4所示):***上电后配置FPGA芯片,然后自动从片外的权值存储器读出初始权值、阈值至片内权值RAM,然后由权值分配模块读出片内RAM内的权值并分配到前向网络模块和训练模块;在前向网络模块使用初始权值计算出输入样本信号的实际输出,并将各节点的输出值发送到权值调整模块;然后权值调整模块开始用误差反传算法,计算新的权值、阈值和网络输出误差,然后控制模块首先判断输出误差的大小,若误差足够小,load端置为1,将原权值、阈值存回片外存储器,训练结束,若误差较大,在判断已进行多少次训练,若训练次数过多,则将原权值、阈值存回片外存储器,结束训练,否则save端也置为1,将新权值存入片内存储器,开始下一次训练。
本实用新型未述及之处适用于现有技术。
Claims (7)
1.一种数控机床主轴热误差智能感知***,其特征在于该感知***包括若干个温度传感器节点、若干个位移传感器节点、后台数据处理中心和热误差补偿执行模块;所述后台数据处理中心分别与温度传感器节点和位移传感器节点连接;所述后台数据处理中心与热误差补偿执行模块连接;
所述温度传感器节点分布在机床主轴温度敏感点上;所述温度传感器节点包括温度传感器、第一处理器模块、第一ZigBee发送模块和第一电源模块;所述第一电源模块分别与温度传感器、第一处理器模块和第一ZigBee发送模块连接;所述第一处理器模块分别与温度传感器和第一ZigBee发送模块连接;
所述位移传感器节点夹持在机床三轴位移测量点上;所述位移传感器节点包括位移传感器、第二处理器模块、第二ZigBee发送模块和第二电源模块;所述第二电源模块分别与位移传感器、第二处理器模块和第二ZigBee发送模块连接;所述第二处理器模块分别与位移传感器和第二ZigBee发送模块连接;
所述后台数据处理中心包括ZigBee协调器、嵌入式ARM处理器和FPGA芯片;所述ZigBee协调器与嵌入式ARM处理器连接;所述FPGA芯片与嵌入式ARM处理器连接;所述ZigBee协调器分别与第一ZigBee发送模块和第二ZigBee发送模块连接;所述FPGA芯片与数控机床的机床控制中心的热误差补偿执行模块连接;所述嵌入式ARM处理器与上位机连接。
2.根据权利要求1所述的数控机床主轴热误差智能感知***,其特征在于所述温度传感器为铂热电阻PT100,测量范围为1-100℃。
3.根据权利要求1所述的数控机床主轴热误差智能感知***,其特征在于所述位移传感器为电涡流位移传感器AEC5503,探头为PU-03A,量程为1mm。
4.根据权利要求1所述的数控机床主轴热误差智能感知***,其特征在于所述第一处理器模块和第二处理器模块采用51单片机。
5.根据权利要求1所述的数控机床主轴热误差智能感知***,其特征在于FPGA芯片与稳压模块连接。
6.根据权利要求1所述的数控机床主轴热误差智能感知***,其特征在于所述嵌入式ARM处理器的型号为AT91SAM7S64C。
7.根据权利要求1所述的数控机床主轴热误差智能感知***,其特征在于所述FPGA芯片的型号为EP2C20。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201820802162.0U CN208888637U (zh) | 2018-05-28 | 2018-05-28 | 一种数控机床主轴热误差智能感知*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201820802162.0U CN208888637U (zh) | 2018-05-28 | 2018-05-28 | 一种数控机床主轴热误差智能感知*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN208888637U true CN208888637U (zh) | 2019-05-21 |
Family
ID=66505075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201820802162.0U Expired - Fee Related CN208888637U (zh) | 2018-05-28 | 2018-05-28 | 一种数控机床主轴热误差智能感知*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN208888637U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108415369A (zh) * | 2018-05-28 | 2018-08-17 | 河北工业大学 | 一种数控机床主轴热误差智能感知***和感知方法 |
CN111190390A (zh) * | 2020-01-14 | 2020-05-22 | 重庆大学 | 两端轴向约束的轴***的热误差建模方法、总误差建模方法和热误差补偿*** |
-
2018
- 2018-05-28 CN CN201820802162.0U patent/CN208888637U/zh not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108415369A (zh) * | 2018-05-28 | 2018-08-17 | 河北工业大学 | 一种数控机床主轴热误差智能感知***和感知方法 |
CN111190390A (zh) * | 2020-01-14 | 2020-05-22 | 重庆大学 | 两端轴向约束的轴***的热误差建模方法、总误差建模方法和热误差补偿*** |
CN111190390B (zh) * | 2020-01-14 | 2021-01-29 | 重庆大学 | 两端轴向约束的轴***的热误差建模方法、总误差建模方法和热误差补偿*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108415369A (zh) | 一种数控机床主轴热误差智能感知***和感知方法 | |
CN106094723B (zh) | 一种基于wsn的机床温度场监测及实时热误差补偿*** | |
CN208888637U (zh) | 一种数控机床主轴热误差智能感知*** | |
CN201903403U (zh) | 工业无线温度变送器 | |
CN101715242A (zh) | 集约化水产养殖无线传输汇聚节点装置及信息融合方法 | |
CN101769794A (zh) | 一种红外测温无线传感器节点 | |
Shinghal et al. | Power measurements of wireless sensor networks node | |
CN109327890A (zh) | 一种基于NB-IoT低功耗模块化信息传输处理方法 | |
CN207304479U (zh) | 一种基于物联网的光伏设备监控*** | |
CN103077594A (zh) | 基于ZigBee的风电场无线数据采集*** | |
WO2021238543A1 (zh) | 一种无线测温***及其测温方法 | |
CN201707145U (zh) | 基于无线传感网的高精度热电偶无线温度传感器 | |
CN102288319A (zh) | 基于无线传感网的高精度热电阻无线温度传感器 | |
CN204085569U (zh) | 一种基于物联网和神经网络的热舒适度指标测量装置 | |
CN109870941A (zh) | 一种基于物联网技术的农业综合管理*** | |
CN203414433U (zh) | 一种烘干过程的温湿度检测*** | |
Chang et al. | Design of indoor temperature and humidity monitoring system based on CC2430 and fuzzy-PID | |
CN109405729A (zh) | 桥梁病害裂缝长期监测的无线传感器、传感方法及*** | |
CN207732725U (zh) | 一种基于ZigBee的光伏电池板的异动在线监测装置 | |
CN110247990A (zh) | 一种座椅使用情况的检测***、方法及考勤方法 | |
CN211181045U (zh) | 智慧农业用多功能温湿度传感器 | |
CN205593622U (zh) | 基于ZigBee技术的多秤盘高精度电子秤控制装置 | |
CN111024193A (zh) | 一种无线智能称重传感器*** | |
CN102135770A (zh) | 电阻焊过程质量监控***的电路结构 | |
CN102722125A (zh) | 一种数据检测*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190521 |
|
CF01 | Termination of patent right due to non-payment of annual fee |