黄 智, 刘永超, 廖荣杰, 曹旭军

(1. 电子科技大学 机械与电气工程学院, 四川 成都 611731; 2. 四川成飞集成科技股份有限公司, 四川 成都 610091)

近年来,五轴数控机床在自由曲面精密加工中的应用范围越来越广.但是,由于数控机床结构的内部发热源(如轴承、伺服电机、滚珠丝杠等)产生热量以及环境温度的变化,都将使得机床零部件发生变形，产生热误差[1].这些热误差占数控机床总误差高达60%以上[2],特别是摇篮式五轴数控机床旋转轴(C轴),与机床主轴冷却条件有所区别的是,该型号系列转台的冷却和散热特性不良,造成的热误差会更严重,从而使得机床的加工精度大幅降低.

针对多轴数控机床主轴和旋转轴发热机理复杂这一问题,国内外相关学者使用了有限元法[3]、有限差分法[4]、有限差分元素法[5-6]等对热误差建模并开展研究,但是由于边界条件非线性等问题,计算结果和实际情况还是有一定的偏差.

很多学者主要是针对机床主轴进行的热误差研究,没有考虑多个进给轴对于五轴数控机床热误差的综合影响.本文针对五轴数控机床的综合热误差进行研究,为了避免大量盲目地布置温度传感器,首先运用热成像仪找到影响机床热误差的部位,寻找出温度的敏感点,并针对温度敏感点的位置布置温度传感器,进行温度和热误差的数据采集,将SSO算法用于优化神经网络,建立热误差预测模型,并与ABC神经网络模型和PSO神经网络模型进行对比,该……