CN111694318A - 一种数控机床五轴联动精度评估的方法 - Google Patents

一种数控机床五轴联动精度评估的方法 Download PDF

Info

Publication number
CN111694318A
CN111694318A CN202010414094.2A CN202010414094A CN111694318A CN 111694318 A CN111694318 A CN 111694318A CN 202010414094 A CN202010414094 A CN 202010414094A CN 111694318 A CN111694318 A CN 111694318A
Authority
CN
China
Prior art keywords
machine tool
axis
numerical control
control machine
coordinate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010414094.2A
Other languages
English (en)
Inventor
陶文坚
李�杰
宋智勇
夏远猛
李颖
陈鑫进
李连玉
蒋云峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Aircraft Industrial Group Co Ltd
Original Assignee
Chengdu Aircraft Industrial Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Aircraft Industrial Group Co Ltd filed Critical Chengdu Aircraft Industrial Group Co Ltd
Priority to CN202010414094.2A priority Critical patent/CN111694318A/zh
Publication of CN111694318A publication Critical patent/CN111694318A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/404—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control arrangements for compensation, e.g. for backlash, overshoot, tool offset, tool wear, temperature, machine construction errors, load, inertia
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/35—Nc in input of data, input till input file format
    • G05B2219/35408—Calculate new position data from actual data to compensate for contour error

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Numerical Control (AREA)

Abstract

本发明属于机械加工技术领域，公开了一种数控机床五轴联动精度评估的方法，在五轴联动作用下驱动刀具运行“S”试件轨迹，并应用内置传感器采集机床各坐标轴在运行过程中的位置数据，反算刀具的理论位置和实际位置，计算得到机床五轴联动作用下的刀具运动偏差，从而实现对数控机床的五轴联动精度进行评估。本发明的有益效果是：本发明效弥补了数控机床多轴联动精度检测存在的局限性，实现了数控机床联动精度评估由两轴联动向五轴联动的转变；检测结果准确、耗时短、操作便捷等优点，解决了现有方法无法进行五轴联动精度快速检测与评估的问题。

Description

一种数控机床五轴联动精度评估的方法
技术领域
本发明涉及机械加工技术领域，具体的说，是一种数控机床五轴联动精度评估的方法。
背景技术
随着数控机床朝着智能化方向的发展，数控机床生产厂商在设计生产过程中嵌入了数控机床关键部位的传感器，该传感器主要是为了便于机床调试人员在进行机床性能调试时掌握相关数据，为数控机床调试提供指导。内置传感器所采集数据具有频率高、信噪比低的特点，准确地反映了数控机床在运行过程中各关键部位相关数据，是掌握机床关键部位位置、运行速度、运行功率等状态的有效手段。
数控机床的联动精度是指机床在至少两个运动轴联动状态下的运动精度，与单轴精度不同的是其除了与单轴精度有关外还与机床联合运动精度有关，更能反映机床在多轴共同加工零件时的精度状况。对数控机床联动精度进行检测与评估是进行机床伺服参数调整和预防性维护的重要参考依据。
目前，西门子数控系统840D pl以上版本均配有“Circle test”功能，该功能主要是通过数控系统的内部传感器，采集数控机床在任意两运动轴联合运行某一直径圆弧轨迹作用下的位置数据，并将采集数据进行处理，绘制出一个两轴联动作用下的实际圆弧轨迹。通过实际圆弧轨迹与理论圆弧轨迹进行对比，直观地将数控机床两轴联动精度的轨迹误差情况展示出来，并根据“平均半径”和“圆度”两个指标来对两轴联动的精度进行定量评估。该种方法可以直观展示两轴联动过程中存在问题的轴，但由于算法的局限性，其只能对两轴联动状态下的精度进行检测与评估，无法反应多轴(三轴及以上)联动作用下的精度，在数控机床多轴联动精度检测与评价方面存在一定的局限性。
发明内容
本发明的目的在于提供一种数控机床五轴联动精度评估的方法，有效的实现了数控机床联动精度由传统的两轴联动评估向五轴联动评估的转变，有效的提高了评估的精度。
本发明通过下述技术方案实现：
一种数控机床五轴联动精度评估的方法，在五轴联动作用下驱动刀具运行“S”试件轨迹，并应用内置传感器采集机床各坐标轴在运行过程中的位置数据，反算刀具的理论位置和实际位置，计算得到机床五轴联动作用下的刀具运动偏差，从而实现对数控机床的五轴联动精度进行评估。
进一步地，为了更好的实现本发明，具体包括以下步骤：
步骤S1：根据五轴数控机床类型，确定机床五轴加工的联动轨迹程序，实现五轴协同运行模式；
步骤S2：根据数控机床测量系统的控制模式，进行采集参数的设定并确定五轴联动轨迹的测量模式；
步骤S3：利用五轴数控机床内置传感器的跟踪采集功能，实现对五个坐标轴内置传感器返回的位置数据信息、电流数据信息的数据源采集；
步骤S4：根据所采集的各运动轴的位置数据信息，进行数据处理和分析；
进一步地，为了更好的实现本发明，所述步骤S4具体包括以下步骤：
步骤S41：根据待评估数据机床的拓扑结构和齐次坐标变换原理，得到刀具中心点与坐标轴之间的运动学关系，推导出刀具中心点在工件坐标系下的运动坐标与各个坐标轴运行位置之间的关系；
步骤S42：计算刀具中心点实际位置与理想位置的偏差；具体是指：将采集得到的各坐标轴位置的位置数据信息代入刀具中心点在工件坐标系下的运动坐标与各个坐标轴运行位置之间的关系中，得到刀具中心点实际位置与理想位置的偏差；
其中采集得到的各坐标轴位置的位置数据信息包括NC指令的插补数据和数控机床内置传感器返回的各坐标轴实际运动位置数据。
步骤S43：计算刀具中心点轮廓误差；以刀具中心点的轮廓误差作为衡量零件形状尺寸偏差的评估指标；
步骤S44：采用高斯滤波器作为分离和提取表面特征的工具；计算表面粗糙度和波纹度；以表面粗糙度和波纹度作为衡量零件表面质量的评估指标。
进一步地，为了更好的实现本发明，所述步骤S44具体是指：
对于S件轨迹实际轮廓的不同成分，采用高斯滤波器先进行特征分离；
对高斯滤波器进行离散化处理，高斯滤波器离散型表达式为：
Figure RE-GDA0002599016880000021
Figure RE-GDA0002599016880000022
式中，zi-k＝z((i-k)Δx)表示刀具中心点偏差数据的离散形式；
m表示离散高斯权函数的宽度；
Δx表示数据点的采样间隔；
w(x)表示表面轮廓的滤波中；
波纹度计算将采取轮廓中线的算术平均偏差进行衡量，其离散数学公式如下：
Figure RE-GDA0002599016880000031
粗糙度计算将采取轮廓算术平均偏差进行衡量，其离散数学公式如下：
Figure RE-GDA0002599016880000032
进一步地，为了更好的实现本发明，所述步骤S2具体包括以下步骤：
步骤S21：根据待评估数控机床的拓扑结构，分别选择与之匹配的几何轴；
步骤S22：测量系统的选择；所述测量系统包括采用各轴伺服电机编码器处的位置数据的第一测量系统和采集各轴光栅尺处的位置数据的第二测量系统。
进一步地，为了更好的实现本发明，所述步骤S3具体是指：在数控机床全或办半闭环控制模式下运行S形轨迹，采集五个坐标轴内置传感器返回的位置数据信息、电流数据信息内容；其中所述位置数据信息包括坐标轴实际运行位置和坐标轴插补指令位置；坐标轴实际运行位置和坐标轴插补指令位置作为联动精度评估的数据源，电流数据信息作为机床故障诊断的数据源。
本发明与现有技术相比，具有以下优点及有益效果：
(1)本发明有效弥补了数控机床多轴联动精度检测存在的局限性，实现了数控机床联动精度评估由两轴联动向五轴联动的转变；
(2)本发明充分利用数控机床内置传感器进行联动轴数据采集，所采数据具有准确、高频的特点，能够客观反映机床单轴的运动状态，再通过多体系统运动学等成熟理论，将各轴的位置数据反算到刀具中心点，所得数据准确、可信；
(3)本发明将五轴联动相关运行程序和计算方法在数控系统中进行集成，便于设备技术人员直接在数控系统上开展数控机床五轴联动精度检测和评估，较传统五轴联动精度检测和评估方法更加便捷和直观；
(4)本发明具有检测结果准确、耗时短、操作便捷等优点，解决了现有方法无法进行五轴联动精度快速检测与评估的问题。
附图说明
图1为本发明的工作流程图；
图2为本发明中数控机床五轴联动标准NC程序运行轨迹图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
下面结合实施例对本发明作进一步地详细说明，但本发明的实施方式不限于此。
实施例1：
本发明通过下述技术方案实现，如图1、图2所示，一种数控机床五轴联动精度评估的方法，在五轴联动作用下驱动刀具运行“S”试件轨迹，并应用内置传感器采集机床各坐标轴在运行过程中的位置数据，反算刀具的理论位置和实际位置，计算得到机床五轴联动作用下的刀具运动偏差，从而实现对数控机床的五轴联动精度进行评估。
需要说明的是，通过上述改进，一种数控机床五轴联动精度评估方法，通过机床在五轴联动作用下驱动刀具运行“S”试件轨迹，并应用内置传感器采集机床各坐标轴在运行过程中的理论位置数据、实际位置数据，将其反算至刀具的理论位置、实际位置，进一步计算得到机床五轴联动作用下的刀具运动偏差，从而实现对数控机床的五轴联动精度进行评估。通过软件开发，将该方法封装到数控系统中，通过相应界面将数控机床五轴联动轨迹直观地展示出来，有效弥补了数控机床多轴联动精度检测存在的局限性，实现了数控机床联动精度评估由两轴联动向五轴联动的转变。
实施例2：
本实施例在上述实施例的基础上做进一步优化，如图1所示，进一步地，为了更好的实现本发明，具体包括以下步骤：
步骤S1：根据五轴数控机床类型，确定机床五轴加工的联动轨迹程序，实现五轴协同运行模式；五轴联动轨迹程序主要选用ISO标准的S形轨迹，但并不限于此轨迹，能够实现五轴协同工作的刀位轨迹均可。
步骤S2：根据数控机床测量系统的控制模式，按数控系统实际的配置进行采集参数的设定并确定五轴联动轨迹的测量模式；采集参数设定包括自动获取联动轨迹坐标原点、数控系统补偿参数、刀具信息等内容。
步骤S3：利用五轴数控机床内置传感器的跟踪采集功能，实现对五个坐标轴内置传感器返回的位置数据信息、电流数据信息的数据源采集；
步骤S4：根据所采集的各运动轴的位置数据信息，进行数据处理和分析。
需要说明的是，通过上述改进，还包括步骤S5：基于数控系统二次开发，实现对数据采集、处理算法进行集成和封装，完成对运行轨迹、精度评估结果等内容的人机交互。
本实施例的其他部分与上述实施例相同，故不再赘述。
实施例3：
本实施例在上述实施例的基础上做进一步优化，如图1所示，所述步骤S4具体包括以下步骤：
步骤S41：根据待评估数据机床的拓扑结构和齐次坐标变换原理，得到刀具中心点与坐标轴之间的运动学关系，推导出刀具中心点在工件坐标系下的运动坐标与各个坐标轴运行位置之间的关系；刀具中心点与坐标轴之间的运动学表达式为：
Figure RE-GDA0002599016880000051
式中(Px,Py,Pz)表示刀具中心点在工件坐标系下的坐标；
(X,Y,Z,A,B)表示采集的五个坐标轴的位置数据；
L为刀尖点到转轴中心的距离；
步骤S42：计算刀具中心点实际位置与理想位置的偏差；具体是指：将采集得到的各坐标轴位置的位置数据信息代入刀具中心点在工件坐标系下的运动坐标与各个坐标轴运行位置之间的关系中，得到刀具中心点实际位置与理想位置的偏差；
根据步骤S3采集的NC指令插补数据和实际运动位置数据，将NC指令插补数据记为(Xi,Yi,Zi,Ai,Bi)；将实际运动位置数据记为(Xa,Ya,Za,Aa,Ba)；通过反算得到刀具中心点坐标(Pxi,Pyi,Pzi)和(Pxa,Pya,Pza)，得到刀具中心点实际位置与理想位置的偏差为：
Error＝[Pxa,Pya,Pza]T-[Pxi,Pyi,Pzi]T；
步骤S43：计算刀具中心点轮廓误差；
在衡量零件形状尺寸偏差时，以刀具中心点的轮廓误差为评价指标：
Etool＝Error；
步骤S44：采用高斯滤波器作为分离和提取表面特征的工具；计算表面粗糙度和波纹度；以表面粗糙度和波纹度作为衡量零件表面质量的评估指标。
工件表面是由形状轮廓、表面粗糙度、表面波纹度等特征共同组成，对于S件轨迹实际轮廓的不同成分，需先进行特征分离后才能进行表面质量的评价；采用GB/T3505-2009推荐的高斯滤波器作为分离和提取表面特征的工具。
高斯滤波器的相关数学表达式为：
Figure RE-GDA0002599016880000061
式中：g(x)为高斯滤波器的权函数；
g(λ)为其频率响应函数；
λ为波长；λc为滤波器的截止波长，a＝0.4697。
无论是实际测量的表面轮廓还是仿真得到的轮廓，其数据均为有限区域的离散点，因此需对高斯滤波器进行离散化处理，如下式所示：
Figure RE-GDA0002599016880000062
Figure RE-GDA0002599016880000063
式中，zi-k＝z((i-k)Δx)表示刀具中心点偏差数据的离散形式；
m表示离散高斯权函数的宽度；
Δx表示数据点的采样间隔；
w(x)表示表面轮廓的滤波中线；
波纹度计算将采取轮廓中线的算术平均偏差进行衡量，其离散数学公式如下：
Figure RE-GDA0002599016880000071
粗糙度计算将采取轮廓算术平均偏差进行衡量，其离散数学公式如下：
Figure RE-GDA0002599016880000072
本实施例的其他部分与上述实施例相同，故不再赘述。
实施例4：
本实施例为本发明以某台配备西门子840Dsl系统的AB双摆头五轴机床为例进行详细说明；具体包括以下步骤：
步骤S1：确定S形轨迹的机床五轴联动程序，将ISO标准S形试件模型导入至商业CAM 软件中，包括但不限于UG、CATIA等软件，生成S形试件轨迹前置文件，随后采用数控机床后置处理软件(如UG post等)完成对前置文件的处理，得到该机床运行的标准NC程序，如下所示；
N1 G17 G90
N2 G642
N3 T＝"FS"
N4 M06
N5 SOFT
N6 FFWON
N7 FGROUP(X,Y,Z,A,B)
N8 TRAORI
……
N1815 M05
N1816 M09
N1817 G0 B0.000
N1818 TRAFOOF
N1819 M02
该轨迹根据不同的机床结构配备相应的NC程序，注意切削程序的带头与带尾要与机床的程序格式匹配，五轴联动的标准轨迹如附图1所示。
步骤S2：采集参数的设置；包括轴选择和测量系统选择；
轴选择：根据待评估机床的拓扑结构，分别选择与之匹配的几何轴。
测量系统选择：测量系统包括第一测量系统和第一测量系统，一般情况下，第一测量系统采集的主要是各轴伺服电机编码器处的位置数据，第二测量系统采集的主要是各轴光栅尺处的位置数据，可根据各轴的测量系统配置情况进行选择。
步骤S3：传感器数据采集，在数控机床全或板闭环控制模式下运行S形轨迹，采集五个坐标轴内置传感器返回的位置数据信息、电流数据信息等内容，其中位置数据信息包括坐标轴实际运行位置和坐标轴插补指令位置，可作为联动精度评估的数据源，电流数据信息可作为机床故障诊断的数据源。
步骤S4：数据处理及联动精度评估；
通过对步骤3采集的传感器数据进行两次分析和处理，得到反映机床五轴联动性能的两项关键指标——指标一是宏观上的形状尺寸偏差，即刀具中心点轮廓误差；指标二是微观上反映零件表面质量的粗糙度、波纹度。如果选择的是轮廓误差描述方式，则根据轮廓误差算法对五轴联动所得轨迹的轮廓误差进行计算，同样，若该选择的是粗糙度或波纹度描述方式，则根据其算法对五轴联动所得轨迹的粗糙度和波纹度进行计算。对刀具中心点轮廓误差、粗糙度和波纹度的计算方法如下：
步骤S41：对步骤3采集的五个坐标轴位置数据记为(X,Y,Z,A,B)；
步骤S42：根据待评估机床的拓扑结构和齐次坐标变换原理，以某台配备西门子840D sl 系统的AB双摆头五轴机床为例，得到刀具中心点与坐标轴之间的运动学表达式如下：
Pideal＝trans(X,Y,Z)·Rot(B)·Rot(A)·Pt
式中，
Figure RE-GDA0002599016880000081
Figure RE-GDA0002599016880000082
Figure RE-GDA0002599016880000083
Pt＝[0 0 -L 1]T，
Pideal＝[Px Py Pz 1]T。
步骤S43：根据步骤S42进一步推导出刀具中心点在工件坐标系下的运动坐标与各个坐标轴运行位置之间的关系为：
Figure RE-GDA0002599016880000091
式中(Px,Py,Pz)表示刀具中心点在工件坐标系下的坐标，L为刀尖点到转轴中心的距离。
步骤S44：计算刀具中心点实际位置与理想位置的偏差；
在加工过程中，采集到的各坐标轴位置数据分为两种，一种是数控机床对NC指令的插补数据，可记为(Xi,Yi,Zi,Ai,Bi)；另一种是数控机床内置传感器返回的各坐标轴实际运动位置数据，可记为(Xa,Ya,Za,Aa,Ba)。将两种数据均代入至步骤S43的刀具中心点与各轴运行位置之间的运动学关系中得到(Pxi,Pyi,Pzi)和(Pxa,Pya,Pza)，得到刀具中心点实际位置与理想位置的偏差为：
Error＝[Pxa,Pya,Pza]T-[Pxi,Pyi,Pzi]T；
步骤S45：计算刀具中心点轮廓误差；
多种误差源会影响刀具偏离工件表面，刀具中心点的轮廓误差会映射在工件表面，从而引起加工零件形状尺寸上的较大偏差，对此在衡量零件形状尺寸偏差时，以刀具中心点的轮廓误差为宏观上的评价指标：
Etool＝Error；
步骤S46：计算表面粗糙度和波纹度；
工件表面是由形状轮廓、表面粗糙度、表面波纹度等特征共同组成，对于S件轨迹实际轮廓的不同成分，需先进行特征分离后才能进行表面质量的评价。采用GB/T3505-2009推荐的高斯滤波器作为分离和提取表面特征的工具。
高斯滤波器的相关数学表达式为：
Figure RE-GDA0002599016880000101
式中：g(x)为高斯滤波器的权函数，g(λ)为其频率响应函数，λ为波长，λc为滤波器的截止波长，a＝0.4697。
无论是实际测量的表面轮廓还是仿真得到的轮廓，其数据均为有限区域的离散点，因此需对高斯滤波器进行离散化处理，如下式所示：
Figure RE-GDA0002599016880000102
Figure RE-GDA0002599016880000103
式中，zi-k＝z((i-k)Δx)表示刀具中心点偏差数据的离散形式，m为离散高斯权函数的宽度，Δx表示数据点的采样间隔，w(x)表示表面轮廓的滤波中线。
由于粗糙度轮廓、波纹度轮廓的所处波动频率不同，需根据粗糙度和波纹度的不同波长值进行滤波，λc的取值为0.8mm，评定长度取值为4mm，λf的取值为2.5mm，评定长度取值为12.5mm。
波纹度计算将采取轮廓中线的算术平均偏差进行衡量，其离散数学公式如下：
Figure RE-GDA0002599016880000104
粗糙度计算将采取轮廓算术平均偏差进行衡量，其离散数学公式如下：
Figure RE-GDA0002599016880000105
本实施例的其他部分与上述实施例相同，故不再赘述。
以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。

Claims (6)

1.一种数控机床五轴联动精度评估的方法，其特征在于：在五轴联动作用下驱动刀具运行“S”试件轨迹，并应用内置传感器采集机床各坐标轴在运行过程中的位置数据，反算刀具的理论位置和实际位置，计算得到机床五轴联动作用下的刀具运动偏差，从而实现对数控机床的五轴联动精度进行评估。
2.根据权利要求1所述的一种数控机床五轴联动精度评估的方法，其特征在于：具体包括以下步骤：
步骤S1：根据五轴数控机床类型，确定机床五轴加工的联动轨迹程序，实现五轴协同运行模式；
步骤S2：根据数控机床测量系统的控制模式，进行采集参数的设定并确定五轴联动轨迹的测量模式；
步骤S3：利用五轴数控机床内置传感器的跟踪采集功能，实现对五个坐标轴内置传感器返回的位置数据信息、电流数据信息的数据源采集；
步骤S4：根据所采集的各运动轴的位置数据信息，进行数据处理和分析。
3.根据权利要求2所述的一种数控机床五轴联动精度评估的方法，其特征在于：所述步骤S4具体包括以下步骤：
步骤S41：根据待评估数据机床的拓扑结构和齐次坐标变换原理，得到刀具中心点与坐标轴之间的运动学关系，推导出刀具中心点在工件坐标系下的运动坐标与各个坐标轴运行位置之间的关系；
步骤S42：计算刀具中心点实际位置与理想位置的偏差；具体是指：将采集得到的各坐标轴位置的位置数据信息代入刀具中心点在工件坐标系下的运动坐标与各个坐标轴运行位置之间的关系中，得到刀具中心点实际位置与理想位置的偏差；
其中采集得到的各坐标轴位置的位置数据信息包括NC指令的插补数据和数控机床内置传感器返回的各坐标轴实际运动位置数据。
步骤S43：计算刀具中心点轮廓误差；以刀具中心点的轮廓误差作为衡量零件形状尺寸偏差的评估指标；
步骤S44：采用高斯滤波器作为分离和提取表面特征的工具；计算表面粗糙度和波纹度；以表面粗糙度和波纹度作为衡量零件表面质量的评估指标。
4.根据权利要求3所述的一种数控机床五轴联动精度评估的方法，其特征在于：所述步骤S44具体是指：
对于S件轨迹实际轮廓的不同成分，采用高斯滤波器先进行特征分离；
对高斯滤波器进行离散化处理，高斯滤波器离散型表达式为：
Figure FDA0002494401260000021
Figure FDA0002494401260000022
式中，zi-k＝z((i-k)Δx)表示刀具中心点偏差数据的离散形式；
m表示离散高斯权函数的宽度；
Δx表示数据点的采样间隔；
w(x)表示表面轮廓的滤波中；
波纹度计算将采取轮廓中线的算术平均偏差进行衡量，其离散数学公式如下：
Figure FDA0002494401260000023
粗糙度计算将采取轮廓算术平均偏差进行衡量，其离散数学公式如下：
Figure FDA0002494401260000024
5.根据权利要求2所述的一种数控机床五轴联动精度评估的方法，其特征在于：所述步骤S2具体包括以下步骤：
步骤S21：根据待评估数控机床的拓扑结构，分别选择与之匹配的几何轴；
步骤S22：测量系统的选择；所述测量系统包括采用各轴伺服电机编码器处的位置数据的第一测量系统和采集各轴光栅尺处的位置数据的第二测量系统。
6.根据权利要求2所述的一种数控机床五轴联动精度评估的方法，其特征在于：所述步骤S3具体是指：在数控机床全或办半闭环控制模式下运行S形轨迹，采集五个坐标轴内置传感器返回的位置数据信息、电流数据信息内容；其中所述位置数据信息包括坐标轴实际运行位置和坐标轴插补指令位置；坐标轴实际运行位置和坐标轴插补指令位置作为联动精度评估的数据源，电流数据信息作为机床故障诊断的数据源。
CN202010414094.2A 2020-05-15 2020-05-15 一种数控机床五轴联动精度评估的方法 Pending CN111694318A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010414094.2A CN111694318A (zh) 2020-05-15 2020-05-15 一种数控机床五轴联动精度评估的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010414094.2A CN111694318A (zh) 2020-05-15 2020-05-15 一种数控机床五轴联动精度评估的方法

Publications (1)

Publication Number Publication Date
CN111694318A true CN111694318A (zh) 2020-09-22

Family

ID=72477845

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010414094.2A Pending CN111694318A (zh) 2020-05-15 2020-05-15 一种数控机床五轴联动精度评估的方法

Country Status (1)

Country Link
CN (1) CN111694318A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117270455A (zh) * 2023-11-20 2023-12-22 成都飞机工业（集团）有限责任公司 一种基于数字滤波的槽腔铣削刀轨优化方法
CN117434889A (zh) * 2023-11-28 2024-01-23 清华大学 五轴联动数控机床联动误差预测方法、装置、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011161519A (ja) * 2010-02-04 2011-08-25 Jtekt Corp 工作機械の制御方法および制御装置
CN102662351A (zh) * 2012-03-18 2012-09-12 山东理工大学 面向圆柱凸轮加工的三轴联动轮廓误差补偿控制方法
CN103728916A (zh) * 2012-10-10 2014-04-16 发那科株式会社 具备伺服轴的反转位置的显示功能的刀具轨迹显示装置
CN104122840A (zh) * 2014-07-17 2014-10-29 西安交通大学 一种数控机床标准轨迹测试分析系统
CN104400563A (zh) * 2014-10-29 2015-03-11 北京工研精机股份有限公司 一种机床加工过程变形的在线补偿方法
CN108459559A (zh) * 2018-05-03 2018-08-28 南京航空航天大学 五轴联动加工机床轨迹误差实时监测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011161519A (ja) * 2010-02-04 2011-08-25 Jtekt Corp 工作機械の制御方法および制御装置
CN102662351A (zh) * 2012-03-18 2012-09-12 山东理工大学 面向圆柱凸轮加工的三轴联动轮廓误差补偿控制方法
CN103728916A (zh) * 2012-10-10 2014-04-16 发那科株式会社 具备伺服轴的反转位置的显示功能的刀具轨迹显示装置
CN104122840A (zh) * 2014-07-17 2014-10-29 西安交通大学 一种数控机床标准轨迹测试分析系统
CN104400563A (zh) * 2014-10-29 2015-03-11 北京工研精机股份有限公司 一种机床加工过程变形的在线补偿方法
CN108459559A (zh) * 2018-05-03 2018-08-28 南京航空航天大学 五轴联动加工机床轨迹误差实时监测方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117270455A (zh) * 2023-11-20 2023-12-22 成都飞机工业（集团）有限责任公司 一种基于数字滤波的槽腔铣削刀轨优化方法
CN117270455B (zh) * 2023-11-20 2024-03-15 成都飞机工业（集团）有限责任公司 一种基于数字滤波的槽腔铣削刀轨优化方法
CN117434889A (zh) * 2023-11-28 2024-01-23 清华大学 五轴联动数控机床联动误差预测方法、装置、设备及介质
CN117434889B (zh) * 2023-11-28 2024-05-28 清华大学 五轴联动数控机床联动误差预测方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN107111297B (zh) 用于由至少一台计算机数控机器加工的工件的部件分析的计算机实现方法
CN103328154B (zh) 误差测定装置及误差测定方法
CN111487923B (zh) 一种ca双摆头五轴数控机床摆头位置误差检测与辨识方法
CN106181583B (zh) 基于小切削量试件的五轴制齿机床位置无关误差检测方法
CN102622489B (zh) 基于acis平台的五轴侧铣加工切削力预测方法
CN105974886A (zh) 一种数控机床的健康监测方法
CN111215967B (zh) 数控机床动态精度检测装置及方法
CN107081787A (zh) 基于工业机器人内置传感器信号的运动特性检测方法
CN111694318A (zh) 一种数控机床五轴联动精度评估的方法
CN103273379A (zh) 一种多轴联动双摆头数控铣床c轴联动精度的检测方法
CN206614344U (zh) 一种带有检测功能的三轴数控机床
JP6717795B2 (ja) 統合加工システム、統合加工方法及びプログラム
CN104166373A (zh) 数控机床加工误差在线检测方法及系统
CN104503367A (zh) 一种基于数控加工装置的涡轮叶片加工及在线检测系统
CN101571712A (zh) 一种具有加工自适应功能与在机质量检测的监控方法
CN102873586B (zh) 数控加工工件曲率半径快速在线测量装置
CN115562159A (zh) 刀路规划方法、装置及计算机可读存储介质
Dayam et al. In-process dimension monitoring system for integration of legacy machine tools into the industry 4.0 framework
CN113362456B (zh) 一种基于数字孪生技术的测量仪器构建方法及系统
CN204423095U (zh) 一种基于数控加工装置的涡轮叶片加工及在线检测系统
TW201715814A (zh) 適用於加工機台之用電量預估系統與用電量預估方法
CN114178600A (zh) 一种机器人铣削加工末端变形误差超前感知方法
JPH0126817B2 (zh)
Zhang et al. Quasi-real-time monitoring of variable milling parameters during multi-axis machining
Yau et al. Concurrent process planning for finish milling and dimensional inspection of sculptured surfaces in die and mould manufacturing

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200922