基于卡尔曼滤波的数控机床主轴热误差建模研究

doi:10.16731/j.cnki.1671-3133.2018.07.005

现代制造工程 ›› 2018, Vol. 454 ›› Issue (7): 23-26.doi: 10.16731/j.cnki.1671-3133.2018.07.005

基于卡尔曼滤波的数控机床主轴热误差建模研究

赵家黎, 黄利康, 李桥林

兰州理工大学机电工程学院,兰州 730050

收稿日期:2017-05-23 出版日期:2018-07-20 发布日期:2018-07-20
作者简介:赵家黎,博士,副教授,主要从事数字化设计与制造,过程质量控制研究等。E-mail:j_l_zh@163.com
基金资助:
国家自然科学基金资助项目(51265024)

Modeling research on machine tool spindle thermal error based on Kalman filter method

Zhao Jiali, Huang Likang, Li Qiaolin

School of Mechanical and Electrical Engineering,Lanzhou University of Technology,Lanzhou 730050,China

Received:2017-05-23 Online:2018-07-20 Published:2018-07-20

摘要/Abstract

摘要： 为提高数控机床精度,提出一种基于卡尔曼滤波法的机床误差建模新方法,将统计模型的回归系数看作状态向量,统计模型视为观测方程,利用卡尔曼滤波法实现了统计模型的建模,由于卡尔曼滤波法属于线性最小方差估计,所以相比最小二乘法可望获得更高的建模精度。对一台立式加工中心,利用温度传感器与非接触式激光位移传感器同步测量主轴温度变化及热误差,利用卡尔曼滤波法构建的热误差模型分别与利用最小二乘法(LS)、最小二乘支持向量机法(LS-SVM)构建的模型进行对比,结果表明:卡尔曼滤波法的建模精度比最小二乘法和最小二乘支持向量机法分别高10.5 %和 1.8 %,且建模时间比最小二乘法和最小二乘支持向量机法分别少0.9 %和6.8 %。

关键词: 卡尔曼滤波, 热误差, 机床主轴, 建模

Abstract: In order to improve the machine tool accuracy,a new modeling method of CNC machine tool thermal error which is based on the Kalman Filter is presented.Regard the regression coefficient of statistic model as a state vector,take the statistic model for the observation equation,and the statistic model has been realized by using the Kalman Filter method.Compared with the least squares,the Kalman method which is the least linear estimator of variance can be obtained the higher accuracy.The changing temperature of the spindle and the heat deformation is measured at the same time by using the transducer on the CNC machine tool.The model of Kalman filter is compared with the model of the least squares and the LS-SVM method.It shows that the accuracy of Kalman filter model is 10.5 % and 1.8 % higher than the LS and LS-SVM model.Moreover,the modeling time of Kalman method is 0.9 % and 6.8 % less than the modeling time of LS and LS-SVM method.

Key words: Kalman filter, thermal error, CNC machine tool spindle, model

中图分类号:

TH161+.5

赵家黎, 黄利康, 李桥林. 基于卡尔曼滤波的数控机床主轴热误差建模研究[J]. 现代制造工程, 2018, 454(7): 23-26.

Zhao Jiali, Huang Likang, Li Qiaolin. Modeling research on machine tool spindle thermal error based on Kalman filter method[J]. Modern Manufacturing Engineering, 2018, 454(7): 23-26.

参考文献

[1] 张毅,杨建国.基于灰色理论预处理的神经网络机床热误差建模[J].机械工程学报,2011,47(7):134-139.
[2] 刘杨,蒋庆,桑迎平.最小二乘支持向量机在动态称重系统中的应用[J].仪表技术与传感器,2013(12):170-172.
[3] 李永祥,童恒超,曹洪涛,等.数控机床热误差的时序分析法建模及其应用[J].四川大学学报(工程科学版),2006,38(2):74-78.
[4] 阳红,向胜华,刘立新,等.基于最优权系数组合建模的数机床热误差在线补偿[J].农业机械学报,2012,43(5):216-220.
[5] 马岩,白雪峰,郝鑫,等.基于神经网络的划片机光栅传感器补偿方法[J].仪表技术与传感器,2013(6):121-127.
[6] ZHU W D,WANG Z G,YAMAZAKI K.Machine tool component error extraction and error compensation by incorporating statistical analysis[J].International Journal of machine tools & Manufacturing,2010(50):798-806.
[7] 马攀,孟令奎,文鸿雁.基于小波分析的Kalman滤波动态变形模型研究[J].武汉大学学报(信息科学版),2014,29(4):343-353.
[8] 陆付民.顾及多个因子的卡尔曼滤波法在大坝变形分析中的应用[J].水电自动化与大坝监测,2013,27(3):71-73.
[9] 陆付民,何薪基.基于模型筛选法的卡尔曼滤波法在大坝变形分析中的应用[J].水电自动化与大坝监测,2012,26(4):55-56,64.
[10] 黄声享,尹晖,蒋征.变形监测数据处理[M].武汉:武汉大学出版社,2013.
[11] 王海同,李铁民,王立平,等.机床热误差建模研究综述[J].机械工程学报,2015(9):119-128.
[12] 宋文尧,张牙.卡尔曼滤波[M].北京:科学出版社,2011:23-25.
[13] 周凤岐,卢晓东.最优估计理论[M].北京:高等教育出版社,2009:23-67.
[14] 袁江,吕屏,刘传进,等.高速高精密立式加工中心主轴热态特性分析[J].组合机床与自动化加工技术,2014(10):13-16.

[1]	张超，余圣甫，束润涛，余亚文，. Invar合金激光-TIG复合焊工艺参数优化及力学性能研究[J]. 现代制造工程, 2022, 500(5): 79-87.
[2]	王敏，万长东，王炜，杜浩，苏振驰. 一种基于CATIA的蜗轮蜗杆建模方法研究及应用[J]. 现代制造工程, 2021, 490(7): 60-65.
[3]	陈保家，代绍雄，殷长帅，陈法法，肖文荣，肖能齐，赵春华. 大模数齿轮齿条起升机构模拟试验台动力学研究[J]. 现代制造工程, 2021, 488(5): 6-13.
[4]	郭竞尧，任弘毅，王宏金，闫芳君，王永存. 自动炮用圆柱分度凸轮轻量化研究[J]. 现代制造工程, 2021, 486(3): 76-80.
[5]	王建,张弓,何文杰,徐征,侯至丞,杨文林,王坛,脱帅华. 基于V-REP的双机器人协同运动仿真与实验研究[J]. 现代制造工程, 2021, 495(12): 21-27.
[6]	黄聿山,陈吉红,陈宇,许光达. 考虑电控数据的LSTM神经网络进给轴热误差建模[J]. 现代制造工程, 2021, 493(10): 25-32.
[7]	赵文龙,高建烨,何涛. 融合多传感器的自主AGV定位研究[J]. 现代制造工程, 2021, 493(10): 85-90.
[8]	徐婷, 乔立红, 赵汉卿. 基于Petri网的产品研发设计工作流的柔性建模方法[J]. 现代制造工程, 2021, 484(1): 58-63.
[9]	马世博，梁帅，张双杰，闫华军. 基于正逆向混合建模的残缺涡轮修复方法的探究[J]. 现代制造工程, 2020, 479(8): 114-119.
[10]	方贤生，高秀琴，罗良铨，刘祚时. 基于模糊自适应无迹Kalman滤波的车辆状态参数估计[J]. 现代制造工程, 2020, 478(7): 25-30.
[11]	曹竞豪，黄欢，张帅，周颖文. 基于最小方差自校正的整平机姿态控制[J]. 现代制造工程, 2020, 475(4): 6-12.
[12]	李存荣, 彭磊. 汽车注塑件生产过程控制和追溯系统的研究与实现[J]. 现代制造工程, 2019, 460(1): 69-74.
[13]	赵慧娟, 解欢. 刀具坐标系铣削力建模及系数识别方法[J]. 现代制造工程, 2019, 460(1): 108-111.
[14]	李明宇, 成思源, 丛海宸, 杨雪荣, 张湘伟. 基于边界划分的人体CAD建模及应用[J]. 现代制造工程, 2018, 456(9): 66-69.
[15]	谢晖,周国辉,程威,唐长民,卜宇峰. 智能电表数字化工厂中自动生产线设计与优化研究[J]. 现代制造工程, 2018, 455(8): 36-41.

基于卡尔曼滤波的数控机床主轴热误差建模研究

Modeling research on machine tool spindle thermal error based on Kalman filter method

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics