,,,,

(上海航天设备制造总厂有限公司，上海 200240)

0 引言

主轴热误差是影响机床加工精度的主要因素，约占机床总误差的75%，严重制约着高精度零件的加工[1-3]。采用软件补偿方法是一种有效消除热误差的方法，软件补偿方法建立主轴热误差补偿的关键问题,在于选择合格的温敏点和建立合适的热误差补偿模型。

在温敏点的布置和选择上，温度测量点越多，热误差模型建立越精确，但温度测量点过多，不仅会增大安装温度测点的工作量、温度数据的处理量，还会导致各温度测点信号彼此干扰，影响温度检测的精度，最终导致热误差模型精度降低。国内外学者针对这些问题做了大量的研究[4-6]。王桂龙等[7]提出了一种结合模糊聚类理论和灰色关联理论的测点优化方法，通过对最优温测点进行实效分析，可有效地实现温测点选择。杨漪等[8]通过主成分分析的方法对多个温度变量进行降维处理，将温度变量中的主成分作为BP神经网络的输入，结果显示基于主成分降维后的模型精度高、残差小。在建立热误差补偿模型上，王维等[9]提出一种数控机床的几何与热误差综合建模及实时补偿方法，利用数控系统坐标偏置功能进行补偿，提高了机床本身的定位误差。张海妮[10]提出了改进的RBF神经网络的机床热误差建模方法，改进后的模型具有较好的预测精度。

本文在对卧式加工中心主轴温度、热误差检测的基础上，利用质心聚类、灰色关联分析的方法得到关键测点，通过建立多元线性回归的方法建立温度测点和机床主轴热伸长的误差模型，对主轴热伸长在恒定转速、变转速工况下进行补偿，以提升精密机床加工精度。……