關(guān)于數(shù)控機床主軸回轉(zhuǎn)誤差的檢測方法研究

曹健

（江蘇理工學(xué)院，江蘇 常州213001）

1 概述

隨著國家2025 戰(zhàn)略的提出啊，如何實現(xiàn)制造大國向智造強國的轉(zhuǎn)變是擺在制造業(yè)面前的難題。數(shù)控機床作為“工業(yè)母機”，其制造精度水平?jīng)Q定了制造業(yè)的各行各業(yè)，如航空航天、汽車制造、工業(yè)自動化等發(fā)展高度。影響機床加工精度的因素很多，包括機床本身的制造精度、工件裝夾精度以及加工定位精度等，機床主軸作為機床的核心部件，其工作時主要做回轉(zhuǎn)運動，因此主軸工作過程中的回轉(zhuǎn)精度對于評價機床的加工精度就顯得尤為重要[1]。通常機床主軸的回轉(zhuǎn)精度較高，誤差在幾個微米以內(nèi)，由此使得回轉(zhuǎn)精度的檢測非常困難。本文基于傳統(tǒng)的主軸回轉(zhuǎn)精度檢測方法，提出了一種基于三探頭矩陣算法的檢測方法。

2 多圈重合三探頭矩陣算法

通常檢測主軸回轉(zhuǎn)誤差采用傅里葉變化法，一般只能對主軸的回轉(zhuǎn)形狀誤差進行簡單的求解，而三探頭矩陣算法不僅可以很好的分離形狀誤差，還可以較精確的計算出主軸截面的圓心坐標，因此三探頭矩陣算法具有明顯的優(yōu)勢。本文在三探頭算法的基礎(chǔ)上，提出了一種基于多圈重合的三探頭矩陣算法，其原理如圖1 所示[2]。

圖1 多圈重合三探頭矩陣算法測量原理圖

設(shè)重合圈數(shù)為m，得到主軸系列采樣數(shù)據(jù)：

根據(jù)誤差的分離矩陣得到如下關(guān)系：

有次可以看出，線性方程有唯一解，最終得到回轉(zhuǎn)主軸的形狀誤差：

3 數(shù)控機床株洲哦回轉(zhuǎn)誤差分離實驗

3.1 主軸回轉(zhuǎn)誤差實驗設(shè)計

本文實驗對機床主軸不同轉(zhuǎn)速下的回轉(zhuǎn)誤差數(shù)據(jù)進行采集，主要用來驗證上文提出的多圈重合三探頭矩陣算法的準確性可可行性。本實驗采集了不同轉(zhuǎn)速下的主軸回轉(zhuǎn)誤差數(shù)據(jù)，分析轉(zhuǎn)速對于回轉(zhuǎn)誤差的影響；對比理論計算的現(xiàn)狀誤差結(jié)果，分析采樣數(shù)量和誤差之間的關(guān)系，驗證上文理論計算的準確性。

3.2 回轉(zhuǎn)誤差實驗數(shù)據(jù)處理

為了采集到準確可靠的的回轉(zhuǎn)誤差，在實驗中，要確保在主軸工作穩(wěn)定后進行數(shù)據(jù)采集。采集N 個采樣點，在不同的采樣點數(shù)下，分析得到的回轉(zhuǎn)誤差結(jié)果，選取可靠的數(shù)據(jù)。在不同的轉(zhuǎn)下，分別設(shè)置采樣點數(shù)28、56、112、224，使用上文理論推導(dǎo)的計算公式進行處理，可主軸轉(zhuǎn)數(shù)選取520r/min、1020r/min、2020r/min、3020r/min，可以以得到各個采樣點數(shù)下的誤差圖，如圖2（b）所示。不同轉(zhuǎn)速下，不同采樣點數(shù)與誤差的關(guān)系圖如圖2（a）所示。

圖2 不同轉(zhuǎn)速下的采樣點和誤差分離對比圖

選取采樣點數(shù)224，不同轉(zhuǎn)速下，其主軸回轉(zhuǎn)形狀誤差如表1 所示。

表1 主軸不同轉(zhuǎn)速下的回轉(zhuǎn)誤差值

3.3 實驗結(jié)果分析

從測試數(shù)據(jù)可知，隨著采樣點數(shù)增加，形狀誤差的曲線越平滑，越接近實際輪廓。而當采樣點數(shù)較少時，容易造成結(jié)果數(shù)據(jù)失真，與實際形狀偏差較大，很難得到理想可用的數(shù)據(jù)，本實驗中取N=224，得到的結(jié)果較為準確可靠。

4 結(jié)論

計算機床主軸回轉(zhuǎn)誤差的傳統(tǒng)傅里葉變換法誤差較大，很難滿足高精度測量的要求。本文提出了一種多圈重合的三探頭矩陣算法，可以滿足高轉(zhuǎn)速主軸的測量要求，相比于傳統(tǒng)算法更加精確可靠。本文首先推導(dǎo)了三探頭矩陣算法的理論公式，然后搭建實驗平臺對理論公式進行的驗證。分析了不同采樣點數(shù)對誤差的影響，以及不同轉(zhuǎn)速下的主軸回轉(zhuǎn)形狀誤差，對理論計算結(jié)果和實際測試數(shù)據(jù)進行了比較，最終得到主軸形狀誤差范圍為10um，回轉(zhuǎn)誤差范圍為2um，滿足機床對回轉(zhuǎn)精度的要求，說明本文提出的誤差算法是準確可靠的