返回
Research on data-driven and model-driven methods for compensating machine tool feed system transient errors
DOI:10.1088/1361-6501/ae01c9.png)
摘要
En 中文
在机床进给系统的运行过程中,瞬态误差由系统振动、惯性、传动链刚度和摩擦等因素引起,显著影响定位精度。因此,本研究提出了一种基于数据驱动和模型驱动方法的机床进给系统瞬态误差补偿方法。本研究采用螺旋理论建立机床误差模型,并提出了一种面向系统的误差补偿架构,以促进模型间的交互与反馈。建立了一种多源传感器数据采集方案,以及数据驱动的多源数据模型,以获取全面的运行数据。基于模型驱动架构,开发了一种用于进给系统机械子系统的瞬态误差预测模型,以实现复杂进给系统的瞬态误差预测。最大预测误差为6.2%。已搭建基于数据驱动和模型驱动方法的机床进给系统瞬态误差补偿实验平台。结果表明,机床进给系统的瞬态误差可降低71.96%,显著提高了运动精度,实现了瞬态误差补偿。
期刊
IF:
3.4
论文数:
2.7K
被引数:
2.3W
机构
引用论文
A novel generating machining process for screw-rotors using an internal-cylindrical skiving cutter on a new CNC skiving machine一种使用新型CNC割槽机床上的内圆柱割槽刀具加工螺杆转子的新型生成铣削工艺
A novel temperature rise prediction method of multi-component feed system for CNC machine tool based on multi-source fusion of heterogeneous correlation information一种基于异构相关性信息多源融合的CNC机床多组分进给系统温升预测新方法
Identification and optimization of CNC dynamics in time-dependent machining processes and its validation to fluid jet polishing时间相关加工过程中CNC动力学的识别和优化及其在流体喷射抛光中的验证

