CN108646670B - 一种数控机床部件温度实时预测方法 - Google Patents

Abstract

本发明属于数控机床温度监控与预测领域，并具体公开了一种数控机床部件温度实时预测方法，该方法包括如下步骤：实时采集数控机床的传感器信号并进行预处理；根据预处理后的信号数据计算从t_i‑1时刻到t_i时刻的由内部热源引起的机床部件温度变化量

和由环境温度引起的机床部件温度变化量

叠加

和得到机床部件从t_i‑1时刻到t_i时刻的最终温度变化量ΔT；实时预测数控机床部件的温度：T_i＝T_i‑1+ΔT。本发明具有预测速度快、准确率高的优点，同时使用简单方便，且不改变数控机床的机械结构、不影响数控机床的动态特性，可实现机床部件温度的实时预测。

Description

一种数控机床部件温度实时预测方法

技术领域

本发明属于数控机床温度监控与预测领域，更具体地，涉及一种数控机床部件温度实时预测方法。

背景技术

在非恒温条件下，数控机床加工时受内部热源和外部环境的共同作用下会产生机床机械结构热变形，将导致加工精度降低甚至失效。大量研究表明，热误差是数控机床等精密加工机械的最大误差源，占总误差的70％左右。由于在数控机床的加工过程中无法避免内部热源的产生和外部环境温度的变化，因而需要对数控机床关键部件温度进行监控与预测，根据其温度变化进行相应的变形补偿，以达到降低热误差，提高数控机床加工精度的目的。

目前对数控机床关键部件温度的监控与预测，主要通过在数控机床部件上布置温度传感器进行温度测量实现。温度测量的方法可分为接触式和非接触式测温法两大类。如CN201210030064.7提供了一种通过磁性连接件固定在机床上的机床温度测量装置，属于接触式测温法。接触式测温法在测量时需要将传感器与被测机床部件充分接触，传感器与被测机床部件表面接触效果直接影响到测量的精度，同时当布置大量传感器在机床部件表面时会对被测机床部件的正常工作产生负面效果。如CN201310269361.1提供了一种伺服型机床工作部件温度场测量机，其通过红外测温仪来实现机床工作部件温度的非接触式测量。非接触式测温法不需要将传感器与被测机床部件接触，因此不会对被测机床部件产生干扰，但是非接触式测温法会被被测机床部件表面状态或测量介质的物性参数所影响，而在数控机床加工时可能产生的切削液与切屑将严重影响非接触式测温法的测量精度。

此外，CN20131048807.8提供了一种重型机床车间环境温度解析建模方法，其通过结合时间序列分析、傅里叶级数分解方法，实时测量更新温度数据和当前实践信号作为输入，实现环境温度的实时预测，有利于解决环境温度响应的滞后性。但该专利仅实现环境温度的预测，并未考虑机床温度的实时预测。CN201410088166.3提供了一种考虑环境温度的重型机床热误差预测方法，该方法用于重型机床的热变形预测，其公开的预测方法及涉及的预测公式无法适用于数控机床部件温度的实时预测。

因此，针对现有技术的局限性，本领域的技术人员致力于开发一种简单可靠且适合生产现场使用的数控机床部件温度实时预测方法。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种数控机床部件温度实时预测方法，其通过获取数控机床的传感器信号，分别计算内部热源、环境温度引起的机床部件温度变化量，实现实时预测数控机床部件的温度，具有预测速度快、准确率高、操作便利等优点，同时使用简单方便，且不改变数控机床的机械结构、不影响数控机床的动态特性，可实现机床部件温度的实时预测。

为实现上述目的，本发明提出了一种数控机床部件温度实时预测方法，其包括如下步骤：

S1实时采集数控机床的传感器信号，并对采集的传感器信号进行预处理；

S2根据预处理后的信号数据计算从t_i-1时刻到t_i时刻的由内部热源引起的机床部件温度变化量

以及从t_i-1时刻到t_i时刻的由环境温度引起的机床部件温度变化量

所述

采用如下方式计算：

其中，N为数控机床内部热源总个数，cof_j为第j个内部热源到被测机床部件的热量传递系数，ΔQ_j为第j个内部热源从t_i-1时刻到t_i时刻产生的热量，c为被测机床部件等效比热容，m为被测机床部件质量；

所述

采用如下方式计算：

其中，k为被测机床部件的平均热传导系数，S为被测机床部件传热面积，

为t_i-1时刻的环境温度，T_i-1为t_i-1时刻的机床部件温度，c为被测机床部件等效比热容，m为被测机床部件质量；

S3叠加内部热源引起的机床部件温度变化量和环境温度引起的机床部件温度变化量得到机床部件从t_i-1时刻到t_i时刻的最终温度变化量ΔT；

S4实时预测数控机床部件的温度，计算公式为：

T_i＝T_i-1+ΔT

其中，T_i为t_i时刻的机床部件温度，T_i-1为t_i-1时刻的机床部件温度，Δ为机床部件从t_i-1时刻到t_i时刻的最终温度变化量。

作为进一步优选的，步骤S1中实时采集的数控机床传感器信号包括数控机床所有轴的电机功率信号和数控机床所属车间的环境温度信号。

作为进一步优选的，步骤S1中的预处理为对传感器信号进行低通滤波，以滤除噪声，提高信噪比。

作为进一步优选的，步骤S2中的内部热源为数控机床所有轴的电机。

作为进一步优选的，数控机床所有轴的电机包括主轴电机、直线轴电机、旋转轴电机和摆动轴电机。

作为进一步优选的，步骤S2中所述热量ΔQ_j采用如下公式计算：

其中，k_j为第j个内部热源的等效热损系数，

为第j个内部热源在t_i-1时刻、t_i时刻的功率。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，主要具备以下的技术优点：

1、本发明通过实时采集数控机床传感器信号实现机床部件温度预测，与现有技术相比较，不需要在数控机床上布置多个温度传感器，不改变数控机床的机械结构、不影响数控机床的动态特性。

2、本发明通过分别计算机床内部热源引起的机床部件温度变化量和环境温度引起的机床部件温度变化量，相比于现有技术和方法，更符合数控机床实际工作条件，机床部件温度预测结果误差更小。

3、本发明通过轴的电机功率来计算机床内部热源引起的机床部件温度变化量，不需要在数控机床上布置温度传感器，相比于现有技术和方法，使用简单方便，成本更低。

4、通过本发明实现对数控机床部件温度的实时预测，能实时反馈数控机床部件的温度，可以此根据其温度变化进行相应的变形补偿，从而降低热误差，提高数控机床加工精度。

附图说明

图1是按照本发明的优选实施例所构建的数控机床部件温度实时预测方法的流程图；

图2是按照本发明的优选实施例所构建的数控机床所处车间环境温度信号数据图；

图3a-d是按照本发明的优选实施例所构建的数控机床所有轴的控制电机的功率信号数据图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

图1是按照本发明的优选实施例所构建的机床部件温度实时预测方法的流程图，如图1所示，本发明实施例提供的一种数控机床部件温度实时预测方法，包括如下步骤：

S1实时采集数控机床的传感器信号，并对采集的传感器信号进行预处理，例如对传感器信号进行低通滤波，以滤除噪声，提高信噪比，将预处理后的传感器信号数据作为输入，通过数据采集可采集获得每一时刻对应的传感器信号数据，将传感器信号数据对应的时间序列记为{t₁,t₂,…,t_i-1,t_i,…,t_n}，i为时刻的序号，i≥1，其中，实时采集的数控机床传感器信号包括数控机床各轴电机对应的电机功率信号和数控机床所属车间的环境温度信号；

S2根据预处理后的传感器信号数据分别计算内部热源引起的机床部件温度变化量

以及环境温度引起的机床部件温度变化量

其中，内部热源引起的机床部件温度变化量

按照如下方法进行计算：

式中，为数控机床内部热源引起的从t_i-1时刻到t_i时刻机床部件温度变化量，N为数控机床内部热源总个数，cof_j为第j个内部热源到被测机床部件的热量传递系数，ΔQ_j为第j个内部热源从t_i-1时刻到t_i时刻产生的热量，c为被测机床部件等效比热容，m为被测机床部件质量；

环境温度引起的机床部件温度变化量

按照如下方法进行计算：

式中，

为环境温度引起的从t_i-1时刻到t_i时刻机床部件温度变化量，k为被测机床部件的平均热传导系数，S为被测机床部件传热面积，

为t_i-1时刻的环境温度，T_i-1为t_i-1时刻的机床部件温度，c为被测机床部件等效比热容，m为被测机床部件质量，其中

大于零时，说明机床部件从环境中吸热，

小于零时，说明机床部件向环境中散热；

S3叠加内部热源引起的机床部件温度变化量

和环境温度引起的机床部件温度变化量

得到机床部件从t_i-1时刻到t_i时刻的最终温度变化量ΔT，叠加计算公式为：

S4实时预测数控机床部件的温度，计算公式为：

T_i＝T_i-1+ΔT

其中，T_i为t_i时刻的机床部件温度，T_i-1为t_i-1时刻的机床部件温度，ΔT为机床部件从t_i-1时刻到t_i时刻的最终温度变化量，已知t₀时刻的机床部件初始温度T₀，则t_i-1时刻的机床部件温度T_i-1可向前递归求得，t₀时刻的机床部件的初始温度T₀与t₀时刻的环境温度

相同。

具体的，内部热源为数控机床所有轴的电机，包括机床主轴电机、机床直线轴电机、机床旋转轴电机和机床摆动轴电机，其通过做功时的热损耗、带动部件运动时摩擦生热等方式产生热量。

进一步的，热量ΔQ_j采用如下公式计算：

其中，ΔQ_j为第j个内部热源(即第j个电机)通过热损耗、摩擦生热等方式从t_i-1时刻到t_i时刻产生的热量，k_j为第j个内部热源(即第j个电机)的等效热损系数，

为第j个内部热源(即第j个电机)在t_i-1时刻、t_i时刻的功率。

以下为具体实施例，本实施例选取的数控机床为宝鸡机床厂VMC850L加工中心，其包含主轴、X轴、Y轴和Z轴，数控系统为华中数控HNC-818B，选取机床部件为X轴丝杠靠近驱动电机端的轴承，实时预测其温度，包括以下步骤：

步骤(a)：实时采集数控机床的传感器信号，并进行预处理，作为输入，采集的数控机床传感器信号为数控机床所属车间的环境温度信号、数控机床所有轴(即主轴、X轴、Y轴和Z轴)的电机功率信号，其中环境温度信号如图2所示，数控机床所有轴的电机功率信号如图3a-d所示。

考虑到实际生产加工的要求，采集传感器信号应尽量减少对数控机床的影响，尽量减少使用成本。对于数控机床来说，可以直接通过网络协议从数控系统内读取所有轴的电机功率信号，无须额外安装外部传感器。此外，华中数控HNC-8型系列数控系统提供二次开发接口，本实施例直接对华中数控HNC-818B型数控系统进行二次开发，将本发明所述的计算方法植入数控系统内部，作为数控系统一个功能子模块运行，通过数控系统内部获取主轴、X轴、Y轴和Z轴的电机功率信号数据。对于环境温度信号数据，本实施例通过华中数控HNC-818B型数控系统自带的HIO-1075热电阻模块外接PT100温度传感器采集环境温度数据。通过上述方法采集数控机床的传感器信号，不用额外安装功率传感器，无须安装网络通讯设备从数控系统内读取传感器信号数据。由于采集到的信号是连续时序信号，需要进行预处理，本实施例对传感器信号进行低通滤波，滤除噪声，提高信噪比。

步骤(b)：通过预处理后的传感器信号数据分别计算内部热源引起的X轴丝杠电机端轴承温度变化量

环境温度引起的X轴丝杠电机端轴承温度变化量

将传感器信号数据对应的时间序列记为{t₁,t₂,…,t_i-1,t_i,…,t_n}，则数控机床内部热源引起的从t_i-1时刻到t_i时刻X轴丝杠电机端轴承温度变化量

按照如下方法进行计算：

其中，N为数控机床内部热源总个数，本实施例中N＝4，ΔQ_j为第j个内部热源从t_i-1时刻到t_i时刻产生的热量，cof_j为第j个内部热源到被测X轴丝杠电机端轴承的热量传递系数，c为被测X轴丝杠电机端轴承等效比热容，m为被测X轴丝杠电机端轴承质量。

在本实施例中，内部热源为数控机床所有轴的电机，包括主轴、X轴、Y轴和Z轴的驱动电机，其通过做功时的热损耗、带动部件运动时摩擦生热等方式产生热量。故上述第j个内部热源从t_i-1时刻到t_i时刻产生的热量ΔQ_j为机床第j个轴的电机通过热损耗、摩擦生热等方式从t_i-1时刻到t_i时刻产生的热量，计算公式为：

其中,k_j为第j个轴的电机等效热损系数，

为机床第j个轴的电机在t_i-1时刻、t_i时刻的功率，步骤S1时获取。

进一步将数控机床内部热源引起的从t_i-1时刻到t_i时刻X轴丝杠电机端轴承温度变化量

的计算公式展开为：

环境温度引起的从t_i-1时刻到t_i时刻X轴丝杠电机端轴承温度变化量

按照如下方法进行计算：

其中，k为X轴丝杠电机端轴承的平均热传导系数(为已知参数，查表可得)，S为X轴丝杠电机端轴承传热面积(为已知参数，查表可得)，

为t_i-1时刻的环境温度，步骤S1时获取，具体由PT100温度传感器测得，T_i-1为t_i-1时刻的X轴丝杠电机端轴承温度，可递归求得，c为被测X轴丝杠电机端轴承等效比热容，m为被测X轴丝杠电机端轴承质量。当环境温度引起的从t_i-1时刻到t_i时刻X轴丝杠电机端轴承温度变化量

大于零时，说明X轴丝杠电机端轴承从环境中吸热，

小于零时，说明X轴丝杠电机端轴承向环境中散热。

本实施例中，上述的c、m、cof_j、k_j等物性参数可先在同型号机床的X轴丝杠电机端轴承上预装温度传感器，然后通过温度传感器获得数控机床各种运动状态下X轴丝杠电机端轴承的温差，并通过上述计算公式求得。

步骤(c)：将步骤(b)所求内部热源、环境温度引起的X轴丝杠电机端轴承温度变化量叠加，得到X轴丝杠电机端轴承从t_i-1时刻到t_i时刻的最终温度变化量ΔT，叠加计算公式为：

步骤(d)：实时预测数控X轴丝杠电机端轴承的温度，计算公式为：

T_i＝T_i-1+ΔT

其中，T_i为t_i时刻的X轴丝杠电机端轴承温度，T_i-1为t_i-1时刻的X轴丝杠电机端轴承温度，ΔT为X轴丝杠电机端轴承从t_i-1时刻到t_i时刻的最终温度变化量。

本实施例中，t₀时刻的X轴丝杠电机端轴承的初始温度T₀与t₀时刻的环境温度

相同，即t_i-1时刻的X轴丝杠电机端轴承温度T_i-1可向前递归求得。

综上，本发明通过实时采集数控机床的传感器信号，预处理后分别计算机床内部热源引起的机床部件温度变化量和环境温度引起的机床部件温度变化量

将两者叠加得到机床部件最终温度变化量ΔT，并据此实现实时预测数控机床部件的温度。可达到快速准确预测数控机床部件温度的目的，具有使用简单方便，不改变数控机床的机械结构、不影响数控机床的动态特性等优点。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种数控机床部件温度实时预测方法，其特征在于，包括如下步骤：

S1实时采集数控机床的传感器信号，并对采集的传感器信号进行预处理；

S2根据预处理后的信号数据计算从t_i-1时刻到t_i时刻的由内部热源引起的机床部件温度变化量ΔT_i ⁱⁿ以及从t_i-1时刻到t_i时刻的由环境温度引起的机床部件温度变化量ΔT_i ^tex；

所述ΔT_i ⁱⁿ采用如下方式计算：

其中，N为数控机床内部热源总个数，cof_j为第j个内部热源到被测机床部件的热量传递系数，ΔQ_j为第j个内部热源从t_i-1时刻到t_i时刻产生的热量，c为被测机床部件等效比热容，m为被测机床部件质量；

所述ΔT_i ^tex采用如下方式计算：

其中，k为被测机床部件的平均热传导系数，S为被测机床部件传热面积，

为t_i-1时刻的环境温度，T_i-1为t_i-1时刻的机床部件温度；

S3叠加内部热源引起的机床部件温度变化量ΔT_i ⁱⁿ和环境温度引起的机床部件温度变化量ΔT_i ^tex，得到机床部件从t_i-1时刻到t_i时刻的最终温度变化量ΔT；

S4实时预测数控机床部件的温度，计算公式为：

T_i＝T_i-1+ΔT

其中，T_i为t_i时刻的机床部件温度。

2.如权利要求1所述的数控机床部件温度实时预测方法，其特征在于，步骤S1中实时采集的数控机床传感器信号包括数控机床所有轴的电机功率信号和数控机床所属车间的环境温度信号。

3.如权利要求1所述的数控机床部件温度实时预测方法，其特征在于，步骤S1中的预处理为对传感器信号进行低通滤波，以滤除噪声，提高信噪比。

4.如权利要求1所述的数控机床部件温度实时预测方法，其特征在于，步骤S2中的内部热源为数控机床所有轴的电机。

5.如权利要求2所述的数控机床部件温度实时预测方法，其特征在于，数控机床所有轴的电机包括主轴电机、直线轴电机、旋转轴电机和摆动轴电机。

6.如权利要求1-5任一项所述的数控机床部件温度实时预测方法，其特征在于，步骤S2中所述热量ΔQ_j采用如下公式计算：

其中，k_j为第j个内部热源的等效热损系数，

为第j个内部热源在t_i-1时刻、t_i时刻的功率。

Images