數控機床運動誤差智能補償方法的研究

吳海峰

[摘? ? ? ? ? ?要]? 數控機床整個的加工過程是相對復雜的，并且帶有一定的不確定性和非線性特點。目前的數控機床傳統生產工藝很難滿足企業需求。在新形勢背景下，加強對數控機床運動誤差的分析，探討智能補償方法是該行業研究人員關注的重點。主要分析數控機床常見的運動誤差和智能化的補償方法，目的是在全面了解數控機床生產工藝的過程中，進一步優化生產工藝，使得數控機床加工更能滿足企業的生產需求。

[關? ? 鍵? ?詞]? 數控機床加工;數控機床運動;誤差分析;智能補償方法

[中圖分類號]? TG659? ? ? ? ? ? ? ? ? ? ? [文獻標志碼]? ?A ? ? ? ? ? ? ?[文章編號]? 2096-0603（2020）20-0152-02

數控機床的整個運動過程較為復雜，且帶有不確定性和非線性特點。正是由于數控機床整個加工過程的特點，才導致數控機床容易出現運動誤差，影響企業的正常生產。數控機床運動誤差在處理時難度系數較大，如果操作人員沒有正確辨識機床誤差參數，將影響數控機床整個的生產精度。由此可見，加強對數控機床運動誤差的分析，探索智能化補償辦法是非常必要的。

一、數控機床常見的運動誤差

（一）幾何誤差

幾何誤差對數控機床整體來說較為穩定，便于進行誤差補償。研究人員發現導致幾何誤差處出現的原因主要如下：（1）機床原始制造中產生的誤差，由機床各個零部件的幾何形狀、之間的位置關系、表面質量等引起的機床運動誤差;（2）機床控制系統誤差;（3）機床振動誤差;（4）檢測系統的測試誤差;（5）切削力負荷引起的誤差;（6）外界干擾造成的誤差等。其中外界干擾造成的誤差主要是周圍環境的改變和工況運動變化等引起的。誤差合成公式理論是解決上述誤差所依據的理論基礎，對機床各項單項原始誤差值直接測量，之后在誤差合成公式下對補償點的誤差分量進行計算，由此實現對機床的誤差補償。此外，也可以借助誤差直接補償法，此種方法需要對機床空間矢量準確測出，在對補償精度要求較高的情況下，對測量精度和測量點數的要求也就越高。實際情況中要求全面掌握測量空間任意一點的誤差顯然是不現實的，此時就需要借助差值法對補償點的誤差分量進行計算，結合計算出來的數值修正誤差。誤差直接測量法下需要建立絕對測量坐標系，在坐標系下對補償點的誤差分量展開計算，保障數控機床加工精度。在數控機床幾何誤差補償法中，最為關鍵的環節就是誤差的測量，只有在誤差測量的基礎下，才能構建誤差模型，以此為基礎展開下一步的工作。

（二）切削力誤差

切削力誤差主要是數控機床加工過程中產生的切削力引起的，在切削力的影響下機床、刀具和工件會發生變形，影響實際切削位置，導致切削位置出現移位。作用在刀具和工件上的切削力，除了讓工具和工件發生變形，還會促使工作臺、機床主軸和整個的機床發生不同程度的變形。采用切削力誤差直接測量法可以將誤差數值和切削力直接對接在一起，起到補償切削力誤差的目的。此外，主軸伺服電機電流受切削力的影響也會發生變化，因此可以通過檢測主軸伺服電機電流的情況來判斷切削力誤差。研究學者在切削力誤差補償方案中又提出了利用模糊神經理論建立魯棒性強的切削力誤差綜合模型，在該模型的基礎上得出了切削力最后的誤差補償方案，該方案的實施可以極大提升數控機床加工精度。

（三）熱誤差

影響機床尺寸誤差的一個重要原因就是熱的作用。其中根據相關資料顯示，在機床尺寸誤差中60%以上都是在熱的作用下引起的熱變形導致的。其中避免數控機床熱誤差常采用的方式如下：（1）對機床設計和材料進一步改正;（2）對數控機床中重要部件的溫度采用熱執行裝置來控制;（3）探究熱變形和溫度分布之間的關系，構建數學模型，在軟件的輔助下預報誤差，構建NC裝置補償，減輕乃至消除熱變形對機床刀具產生的影響。現階段在數控機床熱誤差的補償方案中，常見的方式有兩種，一是反饋中斷補償法，二是原點平移補償法。前者是在構建熱誤差模型的基礎上，將計算數值插入伺服系統中，在反饋環節實現誤差控制。伺服電機的編碼器反饋信號是在熱誤差補償控制器下獲取的，此外機床的熱誤差還可以在該補償器下進行計算，將熱誤差數字信號與編碼器信號相加減，以此達到調節機床進給位置的目的。后者主要是在熱誤差補償控制器的作用下，對機床熱誤差進行計算，將計算出來的數值作為補償信號，被送到CNC控制器。隨后在CNC控制系統中的平位參考點對熱誤差進行補償。

二、數控機床運動誤差智能補償方法分析

（一）機床誤差測試技術

機床誤差檢測是處理數控機床運動誤差的關鍵環節。此外，機床誤差檢測技術也是確定選擇何種補償誤差方法的基礎。數控機床誤差測量過程中需要秉持相應的原則，分別是一致性原則、簡單性原則以及完備性原則。其中誤差測量和使用條件的一致性是一致性原則的主要內容;測量整個過程要做到簡單明了，方便使用是簡單性原則的主要內容;測量誤差需要根據數控機床的整個生產過程而定是完備性原則的主要內容。在數控誤差測試技術的支持下，可以初步估計誤差精度，為后期的誤差補償方法的確定提供有效的支持。

（二）機床誤差補償中人工神經網絡技術

神經網絡作為算法的一種，帶有較強的先進性，在誤差處理中采用神經網絡可以達到較好的應用效果。構成神經網絡的功能單元較多，這些功能單元像神經節進行組合，在不斷組合過程中形成了整個神經系統。人工神經網絡補償技術具有較強的協同能力，可以規劃和處理不同類型的運動誤差。此外，人工神經網絡補償技術還具有強大的非線性映射能力，即便是針對復雜程度較高的運動誤差，也可以進行合理性的補償。此外，加上人工神經網絡補償技術還帶有較強的自主學習能力，兼容性和容錯性也較強，可以在短時間識別并處理不確定性的誤差，由此可以避免運動誤差導致的加工精度下降問題，將數控機床的加工精度提升，提高加工和生產效率。

（三）機床誤差補償中多體系統理論誤差分析

機床誤差測試技術和人工神經網絡誤差補償技術，對數控機床運動誤差智能補償可以起到基礎性的處理作用。多體系統理論誤差分析與機床誤差測試技術和人工神經網絡誤差補償技術相比較，在功能上更為強大。具體表現在以下幾個方面，（1）多體系統理論誤差分析屬于一種關聯性優化模型，該模型是在實際的數控機床生產經驗中得出的，具有多面性的特點。（2）這種關聯性優化模型可以分析和描述一個機械運動過程，并能夠保障分析和描述的完整性、抽象性和高度概括性。關聯性優化模型在判別、處理誤差類型和分析誤差上具有明顯的優勢。（3）數控機床中復雜的機械系統可以在多體系統理論的支持下，構建起最優化的模型，利用最優化的模型可以對數控機床運動誤差進行更好的處理，能將數控機床的誤差精度和生產加工效率明顯提升。由此可見，多體系統理論對整個的數控機床運動誤差智能化補償起到的作用是非常顯著的。

三、神經網絡數控機床運動誤差補償方法

（一）CNC系統神經網絡辨識技術

神經網絡補償算法在數控機床誤差智能補償中占據非常重要的地位，神經網絡補償算法與無償補償相比較來說，神經網絡補償算法更具優化作用。依靠此種誤差補償辦法的CNC網絡辨識系統可以實現對加工過程中零部件誤差的檢測，判斷零部件在加工過程中的空間位置，在此基礎上構建最優化的模型，對零部件加工中的空間位置進行擬合處理。對數據機床系統中的誤差目標進行確定是CNC系統神經網絡辨識的獨特之處，同樣也是最具優勢的地方。CNC系統神經網絡辨識技術在處理目標向量的過程中，可以依據神經網絡的記憶功能對其進行網絡化訓練。此外，CNC系統神經網絡辨識在運行的過程中，不斷擬合最優化數值，找到最佳的零部件加工精度。CNC系統神經網絡的辨識以網絡結構類型的確定為起點，在明確工件尺寸輸入量的基礎下，對參數進行處理。此種神經網絡補償算法在優化模型的基礎上，不斷獲取最精確的工件尺寸，進一步保障誤差精度。

（二）神經網絡誤差補償方法建模技術

傳統的數控機床運動誤差智能補償方案中，在基本模型方法上存在較大問題。采用牛頓法和樣條法，不僅可以有效解決傳統數控機床運動誤差智能補償過程中存在的基本模型方法弊端，而且在整個的數控機床運動誤差智能補償過程中，納入牛頓法和樣條法可以有效檢測出生產建模過程中存在的漏洞，合理控制并修補工件參數，確保數控機床的整個生產加工過程保持高度的精確性。我們可以將神經網絡補償法中的建模技術看成是大規模數據不斷擬合的過程。神經網絡補償法中的擬合過程可以對工件曲面等進行函數逼近，確保生產數據與精確參數無限程度的接近。總而言之，神經網絡在工件建模的整個過程中，可以對工件數據不斷擬合調整，保障數控機床的整個生產過程誤差精度在合理范圍內，并滿足企業對數控機床的生產要求。

四、結語

綜上所述，數控機床加工技術在現代化制造行業快速發展的背景下，已經逐漸走向成熟。各個企業對加工工件的要求越來越高，傳統的數控機床加工模式已經不能滿足企業的發展要求，需要數控機床加工行業不斷變革新的加工生產技術，采用最先進的生產設備和生產技術，將機械加工零部件的精確程度進一步提升。本文主要分析了數控機床加工生產中最常出現的運動誤差，并探討了科學有效的措施來提升數控機床運動誤差精度，重點分析和研究了數控機床運動誤差智能補償方法，并提出了相應的意見和建議，希望通過本文的分析可進一步提升我國數控機床加工生產效率，保障工件加工質量，進一步推動我國制造行業的發展。

參考文獻：

[1]張虎，周云飛，唐小琦，等.基于激光干涉儀的數控機床運動誤差識別與補償[J].中國機械工程，2002，13（21）：1838-1841.

[2]唐笑，劉壯.數控機床空間誤差的通用補償建模研究[J].中國制造業信息化，2008（21）：36-39.

[3]李剛.五軸數控研拋機床誤差綜合建模及補償技術研究[D].長春：長春工業大學，2016.

[4]任小洪，周天鵬，林健，等.數控機床熱誤差的智能補償方式及應用[J].機械設計與制造，2011（12）：163-164.

編輯 王海文