CN112558547A - 一种五轴数控机床平动轴几何误差补偿数据快速优化方法 - Google Patents

一种五轴数控机床平动轴几何误差补偿数据快速优化方法 Download PDF

Info

Publication number
CN112558547A
CN112558547A CN202110188752.5A CN202110188752A CN112558547A CN 112558547 A CN112558547 A CN 112558547A CN 202110188752 A CN202110188752 A CN 202110188752A CN 112558547 A CN112558547 A CN 112558547A
Authority
CN
China
Prior art keywords
error
axis
numerical control
geometric
compensation
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.)
Granted
Application number
CN202110188752.5A
Other languages
English (en)
Other versions
CN112558547B (zh
Inventor
蒋云峰
李�杰
陶文坚
胡金龙
牟文平
宋智勇
李颖
李连玉
楚王伟
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 CN202110188752.5A priority Critical patent/CN112558547B/zh
Publication of CN112558547A publication Critical patent/CN112558547A/zh
Application granted granted Critical
Publication of CN112558547B publication Critical patent/CN112558547B/zh
Priority to PCT/CN2021/136929 priority patent/WO2022174657A1/zh
Priority to US18/452,536 priority patent/US20240019839A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G05B19/408—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 data handling or data format, e.g. reading, buffering or conversion of data
    • 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
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31337—Failure information database
    • 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
    • G05B2219/33—Director till display
    • G05B2219/33133—For each action define function for compensation, enter parameters
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Abstract

本发明公开了一种五轴数控机床平动轴几何误差补偿数据快速优化方法，包括以下步骤：1）建立空间定位误差模型；2）建立误差数据库；3）构建空间误差补偿表；4）建立补偿数据优化模型，形成平动轴联动模式下的三条面对角线、一条体对角线优化模型；5）完成修正系数的迭代优化及选择；6）以步骤（5）完成对五轴数控机床几何误差的补偿；7）迭代误差修正数据至几何误差数据库，并设置联动轨迹检测，预设定位误差阈值，循环步骤2至6，实现周期性检测、优化、补偿的机床精度保障模式。本发明可使基于激光干涉仪的平动轴几何误差检测次数减少一半以上，可操作性更好，可依赖于已有补偿数值可完成优化补偿，补偿质量高。

Description

一种五轴数控机床平动轴几何误差补偿数据快速优化方法
技术领域
本发明涉及五轴数控机床误差优化领域，具体涉及五轴数控机床平动轴几何误差补偿数据的快速优化方法。
背景技术
五轴数控机床广泛应用于航空航天、汽车轮船、医疗器械等领域，极大提升了我国的基础制造装备实力。五轴数控机床加工精度是保证被加工零件质量的关键，在影响加工精度的众多误差源中，机床几何误差的占比达到50%以上，成为制约加工精度提升的重要部分。
目前，对于五轴数控机床几何误差的研究，主要分为平动轴几何误差的辨识与控制和旋转轴几何误差的辨识与控制两个方面。由于平动轴是构成数控机床最基础的运动单元，特别是在五轴机床开启RTCP功能时，旋转轴的运动也会引入平动轴的参与，因此平动轴空间定位精度的好坏，既决定了本身的精度高低，也影响到旋转轴精度的高低。在平动轴几何误差研究方面，专利201610055356和专利201910193297均利用激光干涉仪完成了平动轴几何误差的辨识，并在几何误差辨识的基础上直接对平动轴进行几何误差的补偿，但补偿效果往往差强人意，其主要原因是机床加工过程中受复杂、多因素动态作用，且辨识过程引入了一定的设备随机误差，造成辨识出的误差值与实际所需补偿值存在较大偏差。在实际工程应用中，往往需要技术经验丰富的人，通过判断补偿数据的曲线对补偿值进行反复修正和实验，此过程人工参与度高，导致补偿技术的自动化程度较低，影响整个生产任务的周期和执行效率。
发明内容
为克服现有方法存在的局限性，本发明基于数控机床几何误差数据库，结合粒子群优化算法，提出了一种五轴数控机床平动轴几何误差补偿数据的快速优化方法，实现了五轴数控机床平动轴几何误差的快速补偿，实施效果良好。
本发明通过下述技术方案实现：五轴数控机床平动轴几何误差补偿数据的快速优化方法，所述方法包括：
步骤1、五轴数控机床平动轴空间定位误差建模，基于平动轴拓扑结构及多体系统理论，建立起平动轴几何误差项与空间定位误差之间的数学关系；
步骤2、基于激光干涉仪完成机床平动轴联动轨迹检测，在运动行程内辨识出平动轴18项几何误差，形成包含18项几何误差向量的误差数据库；
步骤3、将平动轴空间定位误差分解为定位误差和垂度误差，基于数控系统垂度误差补偿功能，构建数控系统对定位误差和垂度误差补偿的空间误差补偿表；
步骤4、建立平动轴空间定位误差的补偿数据优化模型，对步骤2得到的几何误差向量添加修正系数k、d，再结合平动轴联动轨迹定位误差模型，形成平动轴联动模式下的三条面对角线、一条体对角线优化模型。
步骤5、基于粒子群优化算法对由修正系数k、d组成的向量K、D进行补偿质量控制，完成补偿数据的迭代优化，实现对修正系数的优化选择。
步骤6、以步骤5得到的修正系数向量和几何误差向量，结合步骤3生成数控系统垂度误差补偿文件，完成对五轴数控机床几何误差的补偿。
步骤7、更新误差修正数据至步骤2中的几何误差数据库，并设置固定周期对平动轴空间定位误差进行联动轨迹检测，预设定位误差阈值，循环步骤2至6，实现周期性检测、优化、补偿的机床精度保障模式。
为了更好地实现本发明的方法，进一步地，所述步骤1中建立由数控机床平动轴几何误差引起的刀具中心点空间定位误差模型（以CA双摆头立式五轴数控机床为例）：
Figure 960604DEST_PATH_IMAGE001
式中：
Figure 913517DEST_PATH_IMAGE002
，即包括定位误差
Figure 710572DEST_PATH_IMAGE003
、直线度误差
Figure 381724DEST_PATH_IMAGE004
、直线度误差
Figure 555217DEST_PATH_IMAGE005
、滚转误差
Figure 565898DEST_PATH_IMAGE006
、俯仰误差
Figure 596171DEST_PATH_IMAGE007
、偏摆误差
Figure 692303DEST_PATH_IMAGE008
；X,Y,Z表示各坐标轴在行程范围内的运行位置。
为了更好地实现本发明的方法，进一步地，所述步骤2中建立包括三个坐标轴在内的18项几何误差向量的误差数据库，其具体实现步骤为：
步骤2.1基于步骤1建立的五轴数控机床空间定位误差模型，利用高精度激光干涉仪，采取十三条轨迹线检测方法进行平动轴几何误差的辨识，
具体辨识过程如下：
在机床平动轴运动行程所构成的工作空间内确定十三条联动轨迹线且每条联动轨迹线上均具有多个节点，运行机床使主轴分别沿十三条所述联动轨迹线移动并记录节点处的理想行程和实际行程；
进行平动轴几何误差建模并根据每个节点处的理想行程和实际行程计算机床平动轴的几何误差，
每条所述联动轨迹线均包括n+1个节点，n为自然数，所述联动轨迹线包括：
所述工作空间上共顶点A的三个表面上平行X轴的三条边构成的三条X轴轨迹线L1、L2、L3；
所述工作空间上共顶点A的三个表面上平行Y轴的三条边构成的三条Y轴轨迹线L4、L5、L6；
所述工作空间上共顶点A的三个表面上平行Z轴的三条边构成的三条Z轴轨迹线L7、L8、L9；
所述工作空间上共顶点A的三个表面上位于X-Y平面上的对角线构成的X、Y轴联动轨迹线L10；
所述工作空间上共顶点A的三个表面上位于X-Z平面上的对角线构成的X、Z轴联动轨迹线L11；
所述工作空间上共顶点A的三个表面上位于Y-Z平面上的对角线构成的Y、Z轴联动轨迹线L12；
所述工作空间上经过顶点A的对角线构成的X、Y、Z轴联动轨迹线L13。
得到平动轴几何误差辨识值。
步骤2.2针对每个坐标轴辨识出的6项几何误差，组合成一个误差向量的形式：
Figure 403907DEST_PATH_IMAGE009
由于平动轴18项几何误差是与运动位置相互关联的，在整个运动行程中，每个误差将延伸成一个与位置相关的向量，运动位置被分割成N等份，不同位置的相同几何误差项均略有差异，则有如下表达式：
Figure 824088DEST_PATH_IMAGE010
此时，Ebase即为数控机床平动轴几何误差数据库。
为了更好地实现本发明的方法，进一步地，所述步骤3中构建数控系统空间误差补偿表的具体实现步骤为：
步骤3.1、通过分析刀具中心点空间定位误差与几何误差之间的数学模型，将空间定位误差划分成两个部分，以空间定位误差
Figure 962945DEST_PATH_IMAGE011
在X方向投影为例：
Figure 546373DEST_PATH_IMAGE012
式中，
Figure 858406DEST_PATH_IMAGE013
；
Figure 843679DEST_PATH_IMAGE014
；
Figure 153438DEST_PATH_IMAGE015
表示空间定位误差线性部分，即仅与坐标轴本身有关的几何误差项组成的线性部分，线性部分包括定位误差和垂度误差。
Figure 286479DEST_PATH_IMAGE016
表示空间定位误差非线性部分，即坐标轴与坐标轴几何误差之间或坐标轴几何误差相互之间共同作用于空间定位误差，使得定位误差呈非线性变化，此时非线性部分均为垂度误差。
步骤3.2、根据数控系统垂度误差的定义，以及数控系统垂度误差补偿规范，其基本原理可表示如下：
Figure 339885DEST_PATH_IMAGE017
式中，a表示参考坐标轴（输入轴），b表示待补偿坐标轴（输出轴），i表示第i个补偿表，N表示在参考坐标轴上运动位置的N等份，
Figure 179666DEST_PATH_IMAGE018
则表示某误差项在该运动位置上的N个误差值，
Figure 722642DEST_PATH_IMAGE019
为数控系统补偿模块专用符号。
若a、b被定义为相同的坐标轴，则
Figure 15083DEST_PATH_IMAGE020
表示单轴定位误差的补偿；若a、b被定义为不同的坐标轴，则
Figure 872181DEST_PATH_IMAGE021
表示坐标轴之间的垂度误差补偿。
由步骤3.1可知，垂度误差被区分为线性部分的垂度误差和非线性部分的垂度误差，
Figure 130249DEST_PATH_IMAGE022
仅可用于线性部分垂度（定位）误差的补偿，对于非线性部分的垂度误差还需结合垂度误差补偿表与表乘功能，在数控系统中的激活符号为：
Figure 781810DEST_PATH_IMAGE023
符号表示第i个垂度误差补偿表与第j个垂度误差补偿表相乘。
步骤3.3、构建数控系统对平动轴定位误差和垂度误差补偿的空间误差补偿表为：
1）线性部分可改写为：
Figure 827127DEST_PATH_IMAGE024
式中
Figure 284653DEST_PATH_IMAGE025
表示数控系统补偿表。
2）非线性部分可改写为：
Figure 833446DEST_PATH_IMAGE026
式中
Figure 921488DEST_PATH_IMAGE027
表示数控系统补偿表。
值得注意的是，系统补偿表中
Figure 250838DEST_PATH_IMAGE028
虽然形式一样，但因误差项的不同，补偿时需代入不同的误差值。
为了更好地实现本发明的方法，进一步地，所述步骤4中建立数控机床空间定位误差的补偿数据优化模型的具体实现步骤为：
步骤4.1、对步骤2得到的几何误差向量中每个误差项添加修正系数k、d，其基本形式如下：
Figure 449738DEST_PATH_IMAGE029
式中
Figure 853038DEST_PATH_IMAGE030
表示几何误差向量中的任一项，
Figure 174297DEST_PATH_IMAGE031
则表示修正后的该误差项。对整个几何误差向量均进行修正的表达形式为：
Figure 489479DEST_PATH_IMAGE033
式中，
Figure 226491DEST_PATH_IMAGE034
为修正后平动轴几何误差数据库，k i、d i表示第i个误差项所需的修正系数，其目的是将每个误差项向量在一定的范围内实现动态变化，即依靠修正系数k i、d i进行上下界的搜索，其中k i主要完成数据的缩放调整，d i则完成数据的整体偏移调整，该过程便可完成对真实误差的逼近，并对所有几何误差项同时进行该调整操作，以达到准确的误差补偿。
步骤4.2、根据步骤1得到的刀具中心点空间定位误差表达式，计算XY平面、XZ平面、YZ平面、XYZ平面的四条对角线的定位误差：
1）XY平面对角线的定位误差为：
由于在XY平面对角线进行定位精度联动检验时，仅有X、Y坐标轴参与运动，故XY联动对角线定位误差仅与X、Y坐标轴的几何误差相关，可得到如下表达式：
Figure 749876DEST_PATH_IMAGE035
同理可得到XZ平面、YZ平面、XYZ体的三条对角线定位误差表达式。
2）XZ平面对角线的定位误差为：
Figure 242037DEST_PATH_IMAGE036
3）YZ平面对角线的定位误差为：
Figure 218083DEST_PATH_IMAGE037
4）XYZ体对角线的定位误差为：
Figure 821103DEST_PATH_IMAGE038
步骤4.3、将添加修正系数后的几何误差项
Figure 464574DEST_PATH_IMAGE039
代入至步骤4.2中计算的四条对角线定位误差中，即可得到修正后四条对角线定位误差
Figure 799740DEST_PATH_IMAGE040
、
Figure 590979DEST_PATH_IMAGE041
。
步骤4.4、利用激光干涉仪直接检测平动轴联动时三条面对角线、一条体对角线的定位误差，可得到该机床联动轨迹检测定位误差数据。
XY平面对角线的检测定位误差为：
Figure 669793DEST_PATH_IMAGE042
XZ平面对角线的检测定位误差为：
Figure 731553DEST_PATH_IMAGE043
YZ平面对角线的检测定位误差为：
Figure 237620DEST_PATH_IMAGE044
XYZ体对角线的检测定位误差为：
Figure 453838DEST_PATH_IMAGE045
步骤4.5、计算步骤4.3与步骤4.4之间的差值，并取差值平方和最小作为优化目标，得到对角线共计4个优化目标：
Figure 398660DEST_PATH_IMAGE046
式中
Figure 751144DEST_PATH_IMAGE047
为XY、XZ、YZ、XYZ联动时的相应几何误差补偿数据优化目标，均表示修正后对角线定位误差需尽可能逼近真实定位误差，从而达到优化几何误差补偿数据。
为了更好地实现本发明的方法，进一步地，所述步骤5中基于粒子群优化算法进行修正系数k、d的快速寻优具体实现步骤为：
步骤5.1、粒子群优化算法的实现过程：
优化过程中粒子移动位置用数学公式表达式为：
Figure 693692DEST_PATH_IMAGE048
其中，k为迭代次数，
Figure 193944DEST_PATH_IMAGE049
；
Figure 614561DEST_PATH_IMAGE050
表示第i个粒子在空间中的位置；
Figure 87130DEST_PATH_IMAGE051
表示粒子在多维空间中的移动速度，其表达式为：
Figure 997318DEST_PATH_IMAGE052
其中，
Figure 922548DEST_PATH_IMAGE053
为在[0,1]之间的随机数；
Figure 146856DEST_PATH_IMAGE054
表示学习因子，通常取
Figure 40644DEST_PATH_IMAGE055
；
Figure 324995DEST_PATH_IMAGE056
表示惯性权重，
Figure 737521DEST_PATH_IMAGE057
分别表示第k次迭代时个体最优值和种群最优值。
步骤5.2、设置初始粒子种群数，在修正系数范围内生成初始位置和初始速度矢量，保存每次迭代时的个体最优值和种群最优值，具体步骤包括：
1）在步骤4.1中对每个误差项添加了修正系数k、d，将修正系数组成系数向量K、D，具体表达式如下：
Figure 562258DEST_PATH_IMAGE058
式中
Figure 806158DEST_PATH_IMAGE059
均为18项几何误差（按步骤2.2中排列）相对应的修正系数，此时单个粒子位置即为
Figure 261410DEST_PATH_IMAGE060
组成的向量，向量列数36列。
2）若给定粒子种群数为M个，k的取值范围为（0.5,1.5），d的取值范围为（-0.02,0.02），可假设初始修正系数向量
Figure 223549DEST_PATH_IMAGE061
，
Figure 789660DEST_PATH_IMAGE062
，对初始修正系数向量中所有元素乘以范围在0至1的随机数rand，重复M次，得到一组修正系数向量
Figure 825749DEST_PATH_IMAGE063
，
Figure 15684DEST_PATH_IMAGE064
，此时单个粒子位置将拓展成
Figure 402803DEST_PATH_IMAGE065
的一组初始粒子位置。
3）初始粒子速度则采用范围在0至1的随机数rand，同样重复M次，得到一组初始粒子速度。
4）对于步骤4.5中4条对角线的优化目标，可采取多目标线性加权法得到单一优化目标函数：
Figure 507025DEST_PATH_IMAGE066
式中
Figure 725517DEST_PATH_IMAGE067
表示权重系数，满足总和为1，建议体对角线权重系数略大，优化效果较好。
5）将一组初始粒子位置代入
Figure 522572DEST_PATH_IMAGE068
中，便可计算初始的目标函数值，并对M个目标函数值记为初始个体最优值，随后从中选取初始种群最优值，最后结合初始速度矢量计算下一代粒子位置。
步骤5.3、设置迭代总数Iterations和迭代精度tolerance，若迭代次数未达到上限或迭代精度超过给定的阈值，转步骤5.2进行新的粒子移动，否则停止迭代，输出已保存的种群最优值所在的粒子位置。此时粒子最优位置即为系数向量K、D的值。
为了更好地实现本发明的方法，进一步地，所述步骤6中对五轴数控机床平动轴空间定位误差补偿的具体实现步骤为：
步骤6.1、根据步骤3、步骤5的内容，生成带修正系数的垂度误差补偿文件：
Figure 193725DEST_PATH_IMAGE069
式中，
Figure 367217DEST_PATH_IMAGE070
为18项几何误差中的任一项在运动行程上的N个误差值，
Figure 440215DEST_PATH_IMAGE071
则为相对应的修正系数值。
步骤6.2、结合步骤3的平动轴定位误差和垂度误差补偿表，以及修正后平动轴几何误差数据库
Figure 408171DEST_PATH_IMAGE072
，在步骤6.1的基础上完成对数控机床刀具中心点定位误差的线性部分和非线性部分的同时补偿。
为了更好地实现本发明的方法，进一步地，所述步骤7的周期性检测、优化、补偿保障体系具体实施步骤如下：
步骤7.1、设置定位误差阈值及固定检测周期，对数控机床平动轴空间定位误差进行联动轨迹检测，若未超过预设阈值，则继续使用，否则按步骤7.2执行；
步骤7.2、以最近一次的几何误差补偿数据作为新的几何误差数据库，循环步骤2~6，以最新的几何误差补偿数据进行再补偿，形成周期性检测、优化、补偿为一体的空间定位误差保障体系。
对于任意结构类型的机床，根据求得的平动轴空间定位误差模型，在辨识几何误差的基础上，也可以采用本发明提出的几何误差优化方法实现平动轴空间定位误差的补偿。
本发明与现有技术相比，具有以下优点及有益效果：
（1）本发明简化机床测量轨迹，测量效率更高，本发明除第一次测量需要进行13条轨迹的检测，在后续的周期性检测中，每次仅需4条轨迹即可完成对空间定位误差的检测、补偿，大幅度提高机床检测的可操作性；
（2）本发明提高空间定位误差补偿质量，相比于传统的直接补偿方式，对几何误差进行优化后再补偿，能避免误差补偿值的错误补偿引起的突增或突减现象，而且非常有利于后续的循环检测和补偿工作的可执行性；
（3）本发明优化补偿的鲁棒性高，提出的几何误差进行优化后再补偿，对初始的辨识误差精度要求低，是因为即使因各种因素导致辨识误差精度低，也可以通过本发明提出的优化进行弥补修正，降低了对前期的几何误差辨识精度要求，提高了本发明的可适应性。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其他特征、目的和优点将会变得更为明显：
图1为本发明所述方法的工作流程图；
图2是本发明中国数控机床平动坐标轴几何误差组成示意图；
图3是本发明中数控机床几何误差项修正系数原理示意图；
图4是本发明中数控机床定位误差联动轨迹检测示意图；
图5是本发明中快速优化前的联动轨迹定位误差与检测定位误差对比图；
图6是本发明中快速优化后的联动轨迹定位误差与检测定位误差对比图。
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，仅用于解释本发明，而不能理解为对本发明的限制。
为使本发明的目的、工艺条件及优点作用更加清楚明白，结合以下实施实例，对本发明作进一步详细说明，但本发明的实施方式不限于此，在不脱离本发明上述技术思想情况下，根据本领域普通技术知识和惯用手段，做出各种替换和变更，均应包括在本发明的范围内，此处所描述的具体实施实例仅用以解释本发明，并不用于限定本发明。
实施例1：
本实施例的主要过程，如图1所示，具体步骤如下：
步骤1、基于五轴数控机床平动轴拓扑结构及多体系统理论，建立起平动轴几何误差项与空间定位误差之间的数学关系，以大型龙门五轴数控机床为例：
步骤1.1、由于空间定位误差受平动轴几何误差的影响，因此借助图2对平动轴存在的几何误差进行描述：
对于机床X方向的进给坐标轴（即为X轴），存在3个位移偏离误差：定位误差
Figure 504303DEST_PATH_IMAGE073
、直线度误差
Figure 511180DEST_PATH_IMAGE074
、直线度误差
Figure 704264DEST_PATH_IMAGE075
；以及3个旋转角度误差：滚转误差
Figure 843121DEST_PATH_IMAGE076
，俯仰误差
Figure 426549DEST_PATH_IMAGE077
，偏摆误差
Figure 738582DEST_PATH_IMAGE078
。
同理可得Y轴的6项几何误差，Z轴的6项几何误差，并进一步得到坐标轴的误差向量通用形式为：
Figure 723856DEST_PATH_IMAGE079
式中X、Y、Z不仅用于坐标轴的标识，以示区分，而且也是坐标轴的指令运行位置，这就意味着几何误差值是随坐标轴的运动而不断变化的。
步骤1.2、平动轴在沿各自方向运动时，受几何误差的影响，其实际运动变换矩阵可表示为：
Figure 33614DEST_PATH_IMAGE080
式中
Figure 166655DEST_PATH_IMAGE081
表示i坐标轴实际运动变换矩阵，
Figure 220062DEST_PATH_IMAGE082
表示i坐标轴理论运动变换矩阵，此时有：
Figure 59842DEST_PATH_IMAGE083
，
Figure 104284DEST_PATH_IMAGE084
，
Figure 396725DEST_PATH_IMAGE085
，
Figure 253822DEST_PATH_IMAGE086
步骤1.3、结合坐标轴的误差矩阵和运动矩阵，并根据大型龙门五轴数控机床的拓扑结构及多体系统理论，得到存在误差情况下刀具中心点的运动学关系：
Figure 10426DEST_PATH_IMAGE087
式中
Figure 661987DEST_PATH_IMAGE088
表示刀具中心点在工件坐标系下的实际坐标，
Figure 769620DEST_PATH_IMAGE089
。
步骤1.4、在步骤1.2、1.3中的实际运动矩阵忽略误差源即为理论运动矩阵，可得到理想情况下的刀具中心点运动学关系：
Figure 164829DEST_PATH_IMAGE090
式中
Figure 713623DEST_PATH_IMAGE091
表示刀具中心点在工件坐标系下的理论坐标。
步骤1.5、结合步骤1.3和步骤1.4，得到数控机床平动轴的空间定位误差数学模型为：
Figure 863981DEST_PATH_IMAGE092
根据步骤1.2~1.4，得到大型龙门五轴数控机床刀具中心点空间定位误差表达式为：
Figure 131014DEST_PATH_IMAGE093
步骤2、基于激光干涉仪完成机床平动轴联动轨迹检测，在运动行程内辨识出平动轴18项几何误差，形成包含18项几何误差向量的误差数据库；
步骤2.1基于步骤1建立的数控机床空间定位误差模型，利用高精度激光干涉仪，采取十三条轨迹线方法进行平动轴几何误差的辨识，得到平动轴几何误差辨识值。
步骤2.2针对每个坐标轴辨识出的6项几何误差，组合成一个总的误差向量：
Figure 64335DEST_PATH_IMAGE094
由于平动轴18项几何误差是与运动位置相互关联的，在整个运动行程中，单个误差项将延伸成一个与位置相关的向量，运动行程被分割成N等份，不同位置的相同几何误差项均略有差异，则有如下表达式：
Figure 311644DEST_PATH_IMAGE095
此时，Ebase即为数控机床平动轴几何误差数据库。
为实现数据机床的高精度加工，必须对已获取的平动轴几何误差进行补偿，达到降低几何误差对刀具空间定位误差影响的目的。
步骤3、将平动轴空间定位误差分解为定位误差与垂度误差之和，基于数控系统垂度误差补偿功能，构建数控系统对定位误差和垂度误差补偿的空间误差补偿表；
步骤3.1、通过分析步骤1.5得到的刀具中心点空间定位误差数学表达式，将空间定位误差划分成两个部分，以空间定位误差
Figure 570587DEST_PATH_IMAGE096
在X方向投影为例：
Figure 59337DEST_PATH_IMAGE097
式中，
Figure 124245DEST_PATH_IMAGE098
；
Figure 647631DEST_PATH_IMAGE099
；
Figure 874213DEST_PATH_IMAGE100
表示空间定位误差线性部分，即仅与坐标轴本身有关的几何误差项组成的线性部分，线性部分包括定位误差和垂度误差。
Figure 115838DEST_PATH_IMAGE101
表示空间定位误差非线性部分，即坐标轴与坐标轴几何误差之间或坐标轴几何误差相互之间共同作用于空间定位误差，使得定位误差呈非线性变化，此时非线性部分均为垂度误差。
步骤3.2、根据数控系统垂度误差的定义，以及数控系统垂度误差补偿规范，其基本原理可表示如下：
Figure 718858DEST_PATH_IMAGE102
式中，a表示参考坐标轴（输入轴），b表示待补偿坐标轴（输出轴），i表示第i个补偿表，N表示在参考坐标轴上运动位置的N等份，
Figure 411264DEST_PATH_IMAGE103
则表示某误差项在该运动位置上的N个误差值，
Figure 74326DEST_PATH_IMAGE104
为数控系统补偿模块专用符号。
若a、b被定义为相同的坐标轴，则
Figure 537669DEST_PATH_IMAGE105
表示单轴定位误差的补偿；若a、b被定义为不同的坐标轴，则
Figure 882062DEST_PATH_IMAGE106
表示相互垂直的坐标轴之间的垂度误差补偿。
由步骤3.1可知，垂度误差被区分为线性部分的垂度误差和非线性部分的垂度误差， 仅可用于线性部分垂度（定位）误差的补偿，对于非线性部分的垂度误差还需结合垂度误差补偿表与表乘功能，在数控系统中的激活符号为：
Figure 442357DEST_PATH_IMAGE107
符号表示第i个垂度误差补偿表与第j个垂度误差补偿表相乘。
步骤3.3、构建数控系统对平动轴定位误差和垂度误差补偿的空间误差补偿表为：
1）线性部分可改写为：
Figure 948424DEST_PATH_IMAGE108
式中
Figure 226959DEST_PATH_IMAGE109
表示数控系统补偿表。
2）非线性部分可改写为：
Figure 109464DEST_PATH_IMAGE110
式中
Figure 461948DEST_PATH_IMAGE111
表示数控系统补偿表。
值得注意的是，系统补偿表中
Figure 702699DEST_PATH_IMAGE112
虽然形式一样，但因误差项的不同，补偿时需代入不同的误差值。
尽管在步骤2中采取了较好的辨识方法，但在实际的辨识过程会引入一定的设备随机误差，造成辨识出的误差补偿值与实际所需误差补偿值存在较大偏差，而且随着丝杠磨损等因素的影响，平动轴几何误差会逐渐偏离原有辨识结果，反复检测辨识无疑会增加更多成本，降低生产效率。对此，为达到数控机床良好的加工精度保持性要求，提高检测效率，本发明仅选择其中4条轨迹线，即采用平动轴之间两轴联动的三条面对角线和三轴联动的一条体对角线的检测模式，进一步降低了操作的复杂性。
步骤4、建立数控机床空间定位误差的补偿数据优化模型，对步骤2得到的几何误差向量添加修正系数k、d，再结合步骤2的平动轴联动轨迹定位误差模型，形成平动轴三条面对角线、一条体对角线的优化模型。
步骤4.1、对步骤2得到的几何误差向量中每个误差项添加修正系数k、d，其基本形式如下：
Figure 140633DEST_PATH_IMAGE113
式中
Figure 889147DEST_PATH_IMAGE114
表示几何误差向量中的任一项，
Figure 96137DEST_PATH_IMAGE115
则表示修正后的该误差项。对整个几何误差向量均进行修正的表达形式为：
Figure 209587DEST_PATH_IMAGE117
式中，
Figure 197134DEST_PATH_IMAGE118
为修正后平动轴几何误差数据库，、表示第i个误差项所需的修正系数，其目的是将每个误差项向量在一定的范围内实现动态变化，从而达到更接近真实误差的状态。
可借助图3进一步详细说明修正几何误差的意义和原理，几何误差（均为辨识出的误差）依靠修正系数k i、d i进行上下界的搜索，其中k i主要完成数据的缩放调整，d i则完成数据的整体偏移调整，该调整过程便可完成对检测误差的逼近，并对所有几何误差项同时进行该调整操作，以实现准确的误差补偿，这也是本发明提出补偿数据快速优化的关键所在。
但在实际进行优化设计时，无法获取几何误差项在不同坐标位置处的真实误差，只能通过间接反映真实误差的联动轨迹定位误差进行优化设计，故本发明选择平动轴联动轨迹的定位误差作为评价指标。
步骤4.2、根据步骤1得到的刀具中心点空间定位误差表达式，计算图4中的XY平面、XZ平面、YZ平面、XYZ立方体共计四条对角线的定位误差：
图4中标记为①的是XY平面对角线；
图4中标记为②的是XZ平面对角线；
图4中标记为③的是YZ平面对角线；
图4中标记为④的是XYZ立方体对角线；
1）XY平面对角线的定位误差为：
由于在XY平面对角线进行定位精度联动检验时，仅有X、Y坐标轴参与运动，故XY联动对角线定位误差仅与X、Y坐标轴的几何误差相关，可得到如下表达式：
Figure 421442DEST_PATH_IMAGE119
同理可得到XZ平面、YZ平面、XYZ体的三条对角线定位误差表达式。
2）XZ平面对角线的定位误差为：
Figure 748518DEST_PATH_IMAGE120
3）YZ平面对角线的定位误差为：
Figure 95186DEST_PATH_IMAGE121
4）XYZ体对角线的定位误差为：
Figure 242133DEST_PATH_IMAGE122
步骤4.3、将添加修正系数后的几何误差项
Figure 825125DEST_PATH_IMAGE123
代入至步骤4.2中计算的四条对角线定位误差中，即可得到修正后四条对角线定位误差
Figure 6708DEST_PATH_IMAGE124
、
Figure 524277DEST_PATH_IMAGE125
。
步骤4.4、利用激光干涉仪直接检测上述三条面对角线、一条体对角线的定位误差，可得到该机床联动轨迹检测定位误差数据。
XY平面对角线的检测定位误差为
Figure 424100DEST_PATH_IMAGE126
XZ平面对角线的检测定位误差为：
Figure 990210DEST_PATH_IMAGE127
YZ平面对角线的检测定位误差为：
Figure 88616DEST_PATH_IMAGE128
XYZ体对角线的检测定位误差为：
Figure 714769DEST_PATH_IMAGE129
步骤4.5、对比仪器检测得到的联动轨迹定位误差和通过误差模型计算得到的定位误差（优化前），如图5所示。
计算附图5中检测定位误差与模型计算定位误差之间的差值，并取差值平方和最小作为优化目标，得到4个优化目标：
Figure 836309DEST_PATH_IMAGE130
式中
Figure 268428DEST_PATH_IMAGE131
为XY、XZ、YZ、XYZ联动时的相应几何误差补偿数据优化目标，均表示修正后对角线定位误差需尽可能逼近真实定位误差，从而达到优化几何误差补偿数据。
由于附图5中的数据均是离散数据点，在进行数据处理时无法得到精确的解析解，只能通过智能算法在取值范围内进行搜索式寻优，从而得到近似的数值解。对此，本发明引入了粒子群优化算法进行修正系数k、d的快速寻优。
步骤5、基于粒子群优化算法对由修正系数k、d组成的向量K、D进行补偿质量控制，完成补偿数据的迭代优化，实现对修正系数的优化选择，具体实现步骤为：
步骤5.1、粒子群优化算法的实现过程：
优化过程中粒子移动位置用数学公式表达式为：
Figure 424602DEST_PATH_IMAGE132
其中，k为迭代次数，
Figure 785439DEST_PATH_IMAGE133
；
Figure 394275DEST_PATH_IMAGE134
表示第i个粒子在空间中的位置；
Figure 302188DEST_PATH_IMAGE135
表示粒子在多维空间中的移动速度，其表达式为：
Figure 375186DEST_PATH_IMAGE136
其中，
Figure 343142DEST_PATH_IMAGE137
为在[0,1]之间的随机数；
Figure 501591DEST_PATH_IMAGE138
表示学习因子，通常取
Figure 213195DEST_PATH_IMAGE139
；
Figure 343962DEST_PATH_IMAGE140
表示惯性权重，
Figure 545136DEST_PATH_IMAGE141
分别表示第k次迭代时个体最优值和种群最优值。
步骤5.2、设置初始粒子种群数，在修正系数范围内生成初始位置和初始速度矢量，保存每次迭代时的个体最优值和种群最优值，具体步骤包括：
1）在步骤4.1中对每个误差项添加了修正系数k、d，将修正系数组成系数向量K、D，具体表达式如下：
Figure 610788DEST_PATH_IMAGE142
式中
Figure 689865DEST_PATH_IMAGE143
均为18项几何误差（按步骤2.2中排列）相对应的修正系数，此时单个粒子位置即为
Figure 675138DEST_PATH_IMAGE144
组成的向量，向量列数36列。
2）若给定粒子种群数为M个，k的取值范围为（0.5,1.5），d的取值范围为（-0.02,0.02），可假设初始修正系数向量
Figure 984897DEST_PATH_IMAGE145
，对初始修正系数向量中所有元素乘以范围在0至1的随机数rand，重复M次，得到一组修正系数向量
Figure 852359DEST_PATH_IMAGE146
，此时单个粒子位置将拓展成
Figure 905765DEST_PATH_IMAGE147
的一组初始粒子位置。
3）初始粒子速度则采用范围在0至1的随机数rand，同样重复M次，得到一组初始粒子速度。
4）对于步骤4.5中4条对角线的优化目标，可采取多目标线性加权法得到单一优化目标函数：
Figure 807862DEST_PATH_IMAGE148
式中
Figure 288522DEST_PATH_IMAGE149
表示权重系数，满足总和为1，建议体对角线权重系数略大，优化效果较好。
5）将一组初始粒子位置代入
Figure 846542DEST_PATH_IMAGE150
中，便可计算初始的目标函数值，并对M个目标函数值记为初始个体最优值，随后从中选取初始种群最优值，最后结合初始速度矢量计算下一代粒子位置。
步骤5.3、设置迭代总数Iterations和迭代精度tolerance，若迭代次数未达到上限或迭代精度超过给定的阈值，转步骤5.2进行新的粒子移动，否则停止迭代，输出已保存的种群最优值所在的粒子位置。此时粒子最优位置即为系数向量K、D的值。
步骤6、经过粒子群算法的智能寻优过程，得到了满足4条对角线定位误差优化目标的修正系数向量K、D，结合辨识出的18项几何误差值，得到优化后的定位误差和检测的定位误差之间的对比图，如附图6所示。
对联动轨迹每个运行位置上的优化前后辨识定位误差与检测定位误差作差Δe，得到对比结果如下表：
Figure 500378DEST_PATH_IMAGE151
根据上表的对比结果，对于定位误差之间的差值，无论是最大值还是标准差，优化后均有所降低，可见优化效果明显。
将优化后数据代入数控系统垂度误差补偿中，即可实现对五轴数控机床平动轴空间定位误差的补偿，具体步骤为：
步骤6.1、根据步骤3的数控系统垂度误差补偿规范，生成带修正系数的垂度误差补偿格式：
Figure 460243DEST_PATH_IMAGE152
式中，
Figure 111805DEST_PATH_IMAGE153
为18项几何误差中的任一项在运动行程上的N个误差值，
Figure DEST_PATH_IMAGE154
则为相对应的修正系数值。
步骤6.2、结合步骤3的平动轴定位误差和垂度误差补偿表，以及修正后平动轴几何误差数据库
Figure DEST_PATH_IMAGE155
，在步骤6.1的基础上完成对数控机床刀具中心点定位误差的线性部分和非线性部分的同时补偿。
对于五轴数控机床而言，通过步骤1至6完成空间定位误差的补偿后，在相当一段时间内，可保持较高的定位精度，但随着机床使用时间的不断增加，机床定位精度必然会下降，因此开展精度的定时检查非常有必要。
步骤7.1、设置定位误差阈值，建议以一个月为固定周期，驱动数控机床对平动轴空间定位误差进行联动轨迹检测，若未超过给定的阈值，则继续使用，否则按步骤7.2执行；
步骤7.2、以最近一次的几何误差补偿数据作为新的几何误差数据库，循环步骤2~6，以最新的几何误差补偿数据进行再补偿，形成周期性检测、优化、补偿为一体的空间定位误差保障体系。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (10)

1.一种五轴数控机床平动轴几何误差补偿数据快速优化方法，其特征在于，包括以下步骤：
（1）建立由五轴数控机床平动轴几何误差引起的刀具中心点空间定位误差模型；
（2）建立包括三个坐标轴在内的18项几何误差向量的误差数据库；
（3）构建数控系统空间误差补偿表；
（4）建立平动轴空间定位误差的补偿数据优化模型，对步骤（2）得到的几何误差向量添加修正系数k、d，再结合平动轴联动轨迹定位误差模型，形成平动轴联动模式下的三条面对角线、一条体对角线优化模型；
（5）基于粒子群优化算法对由修正系数k、d组成的向量K、D进行数值求解，完成修正系数的迭代优化及选择；
（6）以步骤（5）得到的修正系数向量和几何误差向量，结合步骤（3）生成数控系统空间误差补偿表，完成对五轴数控机床几何误差的补偿；
（7）迭代误差修正数据至步骤（2）中的几何误差数据库，并设置固定周期对平动轴空间定位误差进行联动轨迹检测，预设定位误差阈值，循环步骤（2）至（6），实现周期性检测、优化、补偿的机床精度保障模式。
2.根据权利要求1所述的一种五轴数控机床平动轴几何误差补偿数据快速优化方法，其特征在于，所述步骤（1）中的五轴数控机床为CA双摆头立式五轴数控机床，以该五轴数控机床建立的刀具中心点空间定位误差模型为：
Figure 765759DEST_PATH_IMAGE001
其中，
Figure 682899DEST_PATH_IMAGE002
，即包括定位误差
Figure 524953DEST_PATH_IMAGE003
、Y方向直线度误差
Figure 920162DEST_PATH_IMAGE004
、Z方向直线度误差
Figure 734535DEST_PATH_IMAGE005
、滚转误差
Figure 556997DEST_PATH_IMAGE006
、俯仰误差
Figure 886347DEST_PATH_IMAGE007
、偏摆误差
Figure 85248DEST_PATH_IMAGE008
；X、Y、Z表示各坐标轴在行程范围内的运行位置。
3.根据权利要求2所述的一种五轴数控机床平动轴几何误差补偿数据快速优化方法，其特征在于，所述步骤（2）中，建立包括三个坐标轴在内的18项几何误差向量的误差数据库，其具体实现过程为：
（2.1）基于步骤（1）中建立的五轴数控机床空间定位误差模型，利用高精度激光干涉仪，采取十三条轨迹线检测方法进行平动轴几何误差的辨识；
（2.2）针对每个坐标轴辨识出的6项几何误差，组合成一个误差向量的形式：
Figure 754126DEST_PATH_IMAGE010
（2.3）由于平动轴18项几何误差是与运动位置相互关联的，在整个运动行程中，每个误差将延伸成一个与位置相关的向量，运动位置被分割成N等份，不同位置的相同几何误差项均略有差异，则有如下表达式：
Figure 809807DEST_PATH_IMAGE011
，
此时，Ebase即为数控机床平动轴几何误差数据库。
4.根据权利要求3所述的一种五轴数控机床平动轴几何误差补偿数据快速优化方法，其特征在于，所述步骤（2.1）中，采取十三条轨迹线检测方法进行平动轴几何误差的辨识，具体辨识过程如下：
在机床平动轴运动行程所构成的工作空间内确定十三条联动轨迹线且每条联动轨迹线上均具有多个节点，运行机床使主轴分别沿十三条所述联动轨迹线移动并记录节点处的理想行程和实际行程；
进行平动轴几何误差建模并根据每个节点处的理想行程和实际行程计算机床平动轴的几何误差，
每条所述联动轨迹线均包括n+1个节点，n为自然数，所述联动轨迹线包括：
所述工作空间上共顶点A的三个表面上平行X轴的三条边构成的三条X轴轨迹线L1、L2、L3；
所述工作空间上共顶点A的三个表面上平行Y轴的三条边构成的三条Y轴轨迹线L4、L5、L6；
所述工作空间上共顶点A的三个表面上平行Z轴的三条边构成的三条Z轴轨迹线L7、L8、L9；
所述工作空间上共顶点A的三个表面上位于X-Y平面上的对角线构成的X、Y轴联动轨迹线L10；
所述工作空间上共顶点A的三个表面上位于X-Z平面上的对角线构成的X、Z轴联动轨迹线L11；
所述工作空间上共顶点A的三个表面上位于Y-Z平面上的对角线构成的Y、Z轴联动轨迹线L12；
所述工作空间上经过顶点A的对角线构成的X、Y、Z轴联动轨迹线L13。
5.根据权利要求4所述的一种五轴数控机床平动轴几何误差补偿数据快速优化方法，其特征在于，所述步骤（3）中，构建数控系统空间误差补偿表的具体过程为：
（3.1）通过分析刀具中心点空间定位误差与几何误差之间的数学模型，将空间定位误差划分成两个部分，包括空间定位误差线性部分与空间定位误差非线性部分；
其中，a表示参考坐标轴（输入轴），b表示待补偿坐标轴（输出轴），i表示第i个补偿表，N表示在参考坐标轴上运动位置的N等份，
Figure 564136DEST_PATH_IMAGE012
则表示某误差项在该运动位置上的N个误差值，
Figure 301148DEST_PATH_IMAGE013
为数控系统补偿模块专用符号；
所述空间定位误差非线性部分，即坐标轴与坐标轴几何误差之间或坐标轴几何误差相互之间共同作用于空间定位误差，使得定位误差呈非线性变化，此时非线性部分均为垂度误差；
（3.2）根据数控系统垂度误差的定义，以及数控系统垂度误差补偿规范，可表示如下：
Figure 824533DEST_PATH_IMAGE014
其中，a表示参考坐标轴（输入轴），b表示待补偿坐标轴（输出轴），i表示第i个补偿表，N表示在参考坐标轴上运动位置的N等份，
Figure 818159DEST_PATH_IMAGE015
则表示某误差项在该运动位置上的N个误差值，
Figure 59785DEST_PATH_IMAGE016
为数控系统补偿模块专用符号；
若a、b被定义为相同的坐标轴，则
Figure 334908DEST_PATH_IMAGE017
表示单轴定位误差的补偿；若a、b被定义为不同的坐标轴，则
Figure 40696DEST_PATH_IMAGE017
表示坐标轴之间的垂度误差补偿；
（3.3）构建数控系统对平动轴定位误差和垂度误差补偿的空间误差补偿表为：
线性部分可改写为：
Figure 375863DEST_PATH_IMAGE018
式中，
Figure 104784DEST_PATH_IMAGE019
表示数控系统补偿表；
非线性部分可改写为：
Figure 183599DEST_PATH_IMAGE020
式中，
Figure 743893DEST_PATH_IMAGE021
表示数控系统补偿表。
6.根据权利要求5所述的一种五轴数控机床平动轴几何误差补偿数据快速优化方法，其特征在于，所述步骤（4）中，建立数控机床空间定位误差的补偿数据优化模型的具体过程为：
（4.1）对步骤（2）得到的几何误差向量中每个误差项添加修正系数k、d，其基本形式如下：
Figure 515540DEST_PATH_IMAGE022
式中
Figure 466178DEST_PATH_IMAGE023
表示几何误差向量中的任一项，
Figure 411001DEST_PATH_IMAGE024
则表示修正后的该误差项，对整个几何误差向量均进行修正的表达形式为：
Figure 763485DEST_PATH_IMAGE026
式中，
Figure 706033DEST_PATH_IMAGE027
为修正后平动轴几何误差数据库，k i、d i表示第i个误差项所需的修正系数，其目的是将每个误差项向量在一定的范围内实现动态变化，即依靠修正系数k i、d i进行上下界的搜索，其中k i主要完成数据的缩放调整，d i则完成数据的整体偏移调整，该过程便可完成对真实误差的逼近，并对所有几何误差项同时进行该调整操作，以达到准确的误差补偿；
（4.2）根据步骤（1）得到的刀具中心点空间定位误差表达式，计算XY平面、XZ平面、YZ平面、XYZ平面的四条对角线的定位误差；
（4.3）将添加修正系数后的几何误差项
Figure 143967DEST_PATH_IMAGE028
代入至步骤（4.2）中计算的四条对角线定位误差中，即可得到修正后四条对角线定位误差；
（4.4）利用激光干涉仪直接检测平动轴联动时三条面对角线、一条体对角线的定位误差，可得到该机床联动轨迹检测定位误差数据；
（4.5）计算步骤（4.3）与步骤（4.4）之间的差值，并取差值平方和最小作为优化目标，得到对角线共计4个优化目标。
7.根据权利要求6所述的一种五轴数控机床平动轴几何误差补偿数据快速优化方法，其特征在于，所述步骤（4.2）中，计算XY平面、XZ平面、YZ平面、XYZ平面的四条对角线的定位误差，具体如下：
（4.2.1）XY平面对角线的定位误差为：
由于在XY平面对角线进行定位精度联动检验时，仅有X、Y坐标轴参与运动，故XY联动对角线定位误差仅与X、Y坐标轴的几何误差相关，可得到如下表达式：
Figure 119577DEST_PATH_IMAGE029
同理可得到XZ平面、YZ平面、XYZ体的三条对角线定位误差表达式：
（4.2.2）XZ平面对角线的定位误差为：
Figure 592147DEST_PATH_IMAGE030
（4.2.3）YZ平面对角线的定位误差为：
Figure 705596DEST_PATH_IMAGE031
（4.2.4）XYZ体对角线的定位误差为：
Figure 693144DEST_PATH_IMAGE032
。
8.根据权利要求7所述的一种五轴数控机床平动轴几何误差补偿数据快速优化方法，其特征在于，所述步骤（5）中，基于粒子群优化算法进行修正系数k、d的快速寻优具体过程为：
（5.1）粒子群优化算法的实现：
优化过程中粒子移动位置用数学公式表达式为：
Figure 917452DEST_PATH_IMAGE033
其中，k为迭代次数，
Figure 978949DEST_PATH_IMAGE034
；
Figure 325616DEST_PATH_IMAGE035
表示第i个粒子在空间中的位置；
Figure 738143DEST_PATH_IMAGE036
表示粒子在多维空间中的移动速度，其表达式为：
Figure 766142DEST_PATH_IMAGE037
其中，
Figure 947725DEST_PATH_IMAGE038
为在[0,1]之间的随机数；
Figure 199715DEST_PATH_IMAGE039
表示学习因子，通常取
Figure 99537DEST_PATH_IMAGE040
；
Figure 665648DEST_PATH_IMAGE041
表示惯性权重，
Figure 531098DEST_PATH_IMAGE042
分别表示第k次迭代时个体最优值和种群最优值；
（5.2）设置初始粒子种群数，在修正系数范围内生成初始位置和初始速度矢量，保存每次迭代时的个体最优值和种群最优值；
（5.3）设置迭代总数Iterations和迭代精度tolerance，若迭代次数未达到上限或迭代精度超过给定的阈值，转步骤（5.2）进行新的粒子移动，否则停止迭代，输出已保存的种群最优值所在的粒子位置，此时粒子最优位置即为系数向量K、D的值。
9.根据权利要求8所述的一种五轴数控机床平动轴几何误差补偿数据快速优化方法，其特征在于，所述步骤（6）中，对五轴数控机床平动轴空间定位误差补偿的具体过程为：
（6.1）根据步骤（3）、步骤（5）的内容，生成带修正系数的垂度误差补偿文件：
Figure 891672DEST_PATH_IMAGE043
式中，
Figure 278791DEST_PATH_IMAGE044
为18项几何误差中的任一项在运动行程上的N个误差值，
Figure DEST_PATH_IMAGE045
则为相对应的修正系数值；
（6.2）结合步骤（3）的平动轴定位误差和垂度误差补偿表，以及修正后平动轴几何误差数据库
Figure DEST_PATH_IMAGE046
，在步骤（6.1）的基础上完成对数控机床刀具中心点定位误差的线性部分和非线性部分的同时补偿。
10.根据权利要求9所述的一种五轴数控机床平动轴几何误差补偿数据快速优化方法，其特征在于，所述步骤（7）中，周期性检测、优化、补偿保障体系具体过程如下：
（7.1）设置定位误差阈值及固定检测周期，对数控机床平动轴空间定位误差进行联动轨迹检测，若未超过预设阈值，则继续使用，否则按步骤（7.2）执行；
（7.2）以最近一次的几何误差补偿数据作为新的几何误差数据库，循环步骤（2）~步骤（6），以最新的几何误差补偿数据进行再补偿，形成周期性检测、优化、补偿为一体的空间定位误差保障体系。
CN202110188752.5A 2021-02-19 2021-02-19 一种五轴数控机床平动轴几何误差补偿数据快速优化方法 Active CN112558547B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202110188752.5A CN112558547B (zh) 2021-02-19 2021-02-19 一种五轴数控机床平动轴几何误差补偿数据快速优化方法
PCT/CN2021/136929 WO2022174657A1 (zh) 2021-02-19 2021-12-10 一种五轴数控机床平动轴几何误差补偿数据快速优化方法
US18/452,536 US20240019839A1 (en) 2021-02-19 2023-08-20 Methods for quickly optimizing geometric error compensation data of translational axes of five-axis numerically controlled machine tools

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110188752.5A CN112558547B (zh) 2021-02-19 2021-02-19 一种五轴数控机床平动轴几何误差补偿数据快速优化方法

Publications (2)

Publication Number Publication Date
CN112558547A true CN112558547A (zh) 2021-03-26
CN112558547B CN112558547B (zh) 2021-06-08

Family

ID=75035976

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110188752.5A Active CN112558547B (zh) 2021-02-19 2021-02-19 一种五轴数控机床平动轴几何误差补偿数据快速优化方法

Country Status (3)

Country Link
US (1) US20240019839A1 (zh)
CN (1) CN112558547B (zh)
WO (1) WO2022174657A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113093649A (zh) * 2021-04-02 2021-07-09 广东海洋大学 一种用于机床几何误差测量的13步测量方法
CN113359609A (zh) * 2021-07-06 2021-09-07 宁波大学 五轴数控机床关键几何误差优化配比补偿方法
WO2022174657A1 (zh) * 2021-02-19 2022-08-25 成都飞机工业（集团）有限责任公司 一种五轴数控机床平动轴几何误差补偿数据快速优化方法
CN115179445A (zh) * 2022-08-09 2022-10-14 永得利科技（无锡）有限公司 基于空间定位误差模型的真空腔体密封件cnc加工方法
CN116700143A (zh) * 2023-08-08 2023-09-05 成都飞机工业（集团）有限责任公司 一种面向大部件群孔加工设备精度指标优化方法
WO2023248481A1 (ja) * 2022-06-24 2023-12-28 ファナック株式会社 データ符号化装置及びデータ符号化プログラム
WO2023248483A1 (ja) * 2022-06-24 2023-12-28 ファナック株式会社 近似誤差検出装置及び近似誤差検出プログラム
WO2023248482A1 (ja) * 2022-06-24 2023-12-28 ファナック株式会社 データ復号化装置、誤差補正システム及びデータ復号化プログラム

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008113783A2 (en) * 2007-03-21 2008-09-25 Abb Technology Ab A method and an apparatus for compensating for geometrical errors between work objects and a holding device
US20100299094A1 (en) * 2009-05-23 2010-11-25 Carmar Technology Co., Ltd. Thermal deformation error compensation method for coordinate measuring machine
US20110224958A1 (en) * 2010-03-12 2011-09-15 Kyungpook National University Industryacademic Cooperation Foundation Error compensation method for multi-axis controlled machines
CN103048968A (zh) * 2012-12-20 2013-04-17 上海交通大学 基于网络群控的数控机床误差实时补偿系统及补偿方法
CN105278457A (zh) * 2014-07-23 2016-01-27 沈阳机床(集团)设计研究院有限公司上海分公司 基于分步体对角线测量法的空间误差补偿方法
CN105538038A (zh) * 2016-01-27 2016-05-04 清华大学 机床平动轴几何误差辨识方法
CN106141814A (zh) * 2016-08-04 2016-11-23 天津大学 基于LaserTRACER的数控机床平动轴几何误差检测与辨识方法
CN106931915A (zh) * 2017-03-13 2017-07-07 四川大学 一种五轴机床平动轴误差的测量系统及测量方法
CN107368637A (zh) * 2017-07-06 2017-11-21 天津大学 基于区间理论的精密卧式加工中心几何精度优化分配方法
CN107748539A (zh) * 2017-09-25 2018-03-02 电子科技大学 基于rtcp误差特征识别的五轴机床多轴联动误差溯源方法
CN108563186A (zh) * 2018-04-02 2018-09-21 西南交通大学 一种五轴球头铣削几何误差补偿方法
CN109375580A (zh) * 2018-10-22 2019-02-22 北京工业大学 一种基于双球杆仪的五轴机床摆头的几何误差识别方法
CN109732402A (zh) * 2019-03-14 2019-05-10 西安交通大学 基于激光干涉仪的多线机床空间几何误差测量辨识方法
CN110270883A (zh) * 2019-05-24 2019-09-24 宁波大学 基于试件特征分解的三轴数控机床几何误差与热误差逆向辨识方法
JP2020038569A (ja) * 2018-09-05 2020-03-12 オークマ株式会社 数値制御方法及び数値制御装置
CN111318802A (zh) * 2018-12-14 2020-06-23 阿杰·查米莱斯股份有限公司 轴运动校正的方法
CN111580469A (zh) * 2020-04-24 2020-08-25 成都飞机工业（集团）有限责任公司 一种基于大数据数控机床精度指标数据特征的挖掘方法
CN111665784A (zh) * 2020-05-15 2020-09-15 成都飞机工业（集团）有限责任公司 一种基于西门子系统的空间定位误差补偿方法
CN111797482A (zh) * 2020-07-06 2020-10-20 中国人民解放军国防科技大学 用于笛卡尔坐标系轮廓扫描测量的敏感误差权重计算方法
CN112008492A (zh) * 2020-07-29 2020-12-01 成都飞机工业（集团）有限责任公司 一种龙门数控机床平动轴垂直度误差辨识方法
CN112051798A (zh) * 2020-08-17 2020-12-08 扬州大学 一种可计算的可重构机床几何位姿误差定义方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9002503B2 (en) * 2011-04-04 2015-04-07 Okuma Corporation Method and program for calculating correction value for machine tool
JP2014238782A (ja) * 2013-06-10 2014-12-18 オークマ株式会社 工作機械の制御方法
CN107450473B (zh) * 2017-08-03 2019-09-20 南京航空航天大学 一种cfxyza型五轴数控机床旋转轴几何误差计算、补偿及其验证方法
CN108415371B (zh) * 2018-01-31 2020-09-22 西北工业大学 一种通用五轴数控机床几何误差补偿方法
CN110109418B (zh) * 2019-05-19 2021-04-13 重庆理工大学 一种大型龙门五面加工中心的几何误差快速辨识方法
CN111338296B (zh) * 2020-03-09 2022-06-21 西南交通大学 面向曲面整体刀路光顺改善的五轴机床几何误差补偿方法
CN112558547B (zh) * 2021-02-19 2021-06-08 成都飞机工业（集团）有限责任公司 一种五轴数控机床平动轴几何误差补偿数据快速优化方法

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008113783A2 (en) * 2007-03-21 2008-09-25 Abb Technology Ab A method and an apparatus for compensating for geometrical errors between work objects and a holding device
US20100299094A1 (en) * 2009-05-23 2010-11-25 Carmar Technology Co., Ltd. Thermal deformation error compensation method for coordinate measuring machine
US20110224958A1 (en) * 2010-03-12 2011-09-15 Kyungpook National University Industryacademic Cooperation Foundation Error compensation method for multi-axis controlled machines
CN103048968A (zh) * 2012-12-20 2013-04-17 上海交通大学 基于网络群控的数控机床误差实时补偿系统及补偿方法
CN105278457A (zh) * 2014-07-23 2016-01-27 沈阳机床(集团)设计研究院有限公司上海分公司 基于分步体对角线测量法的空间误差补偿方法
CN105538038A (zh) * 2016-01-27 2016-05-04 清华大学 机床平动轴几何误差辨识方法
CN106141814A (zh) * 2016-08-04 2016-11-23 天津大学 基于LaserTRACER的数控机床平动轴几何误差检测与辨识方法
CN106931915A (zh) * 2017-03-13 2017-07-07 四川大学 一种五轴机床平动轴误差的测量系统及测量方法
CN107368637A (zh) * 2017-07-06 2017-11-21 天津大学 基于区间理论的精密卧式加工中心几何精度优化分配方法
CN107748539A (zh) * 2017-09-25 2018-03-02 电子科技大学 基于rtcp误差特征识别的五轴机床多轴联动误差溯源方法
CN108563186A (zh) * 2018-04-02 2018-09-21 西南交通大学 一种五轴球头铣削几何误差补偿方法
JP2020038569A (ja) * 2018-09-05 2020-03-12 オークマ株式会社 数値制御方法及び数値制御装置
CN109375580A (zh) * 2018-10-22 2019-02-22 北京工业大学 一种基于双球杆仪的五轴机床摆头的几何误差识别方法
CN111318802A (zh) * 2018-12-14 2020-06-23 阿杰·查米莱斯股份有限公司 轴运动校正的方法
CN109732402A (zh) * 2019-03-14 2019-05-10 西安交通大学 基于激光干涉仪的多线机床空间几何误差测量辨识方法
CN110270883A (zh) * 2019-05-24 2019-09-24 宁波大学 基于试件特征分解的三轴数控机床几何误差与热误差逆向辨识方法
CN111580469A (zh) * 2020-04-24 2020-08-25 成都飞机工业（集团）有限责任公司 一种基于大数据数控机床精度指标数据特征的挖掘方法
CN111665784A (zh) * 2020-05-15 2020-09-15 成都飞机工业（集团）有限责任公司 一种基于西门子系统的空间定位误差补偿方法
CN111797482A (zh) * 2020-07-06 2020-10-20 中国人民解放军国防科技大学 用于笛卡尔坐标系轮廓扫描测量的敏感误差权重计算方法
CN112008492A (zh) * 2020-07-29 2020-12-01 成都飞机工业（集团）有限责任公司 一种龙门数控机床平动轴垂直度误差辨识方法
CN112051798A (zh) * 2020-08-17 2020-12-08 扬州大学 一种可计算的可重构机床几何位姿误差定义方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
CHIMA 等: "Thermal error compensation of linear axis with fixed-fixed installation", 《INTERNATIONAL JOURNAL OF MECHANICAL SCIENCES》 *
张滔滔: "数控机床直线轴误差辨识与补偿", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》 *
徐连香 等: "数控机床平动轴误差辨识及补偿研究", 《机床与液压》 *
李杰等: "一种基于激光干涉仪的大型龙门机床平动轴垂直度误差检测方法", 《制造技术与机床》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022174657A1 (zh) * 2021-02-19 2022-08-25 成都飞机工业（集团）有限责任公司 一种五轴数控机床平动轴几何误差补偿数据快速优化方法
CN113093649A (zh) * 2021-04-02 2021-07-09 广东海洋大学 一种用于机床几何误差测量的13步测量方法
WO2022171199A1 (zh) * 2021-04-02 2022-08-18 广东海洋大学 一种用于机床几何误差测量的13步测量方法
JP7276788B2 (ja) 2021-07-06 2023-05-18 寧波大学 ５軸数値制御工作機械の主要な幾何学的誤差の補正の比率を最適化させる補正方法
JP2023008950A (ja) * 2021-07-06 2023-01-19 寧波大学 ５軸数値制御工作機械の主要な幾何学的誤差の補正の比率を最適化させる補正方法
CN113359609A (zh) * 2021-07-06 2021-09-07 宁波大学 五轴数控机床关键几何误差优化配比补偿方法
WO2023248481A1 (ja) * 2022-06-24 2023-12-28 ファナック株式会社 データ符号化装置及びデータ符号化プログラム
WO2023248483A1 (ja) * 2022-06-24 2023-12-28 ファナック株式会社 近似誤差検出装置及び近似誤差検出プログラム
WO2023248482A1 (ja) * 2022-06-24 2023-12-28 ファナック株式会社 データ復号化装置、誤差補正システム及びデータ復号化プログラム
CN115179445A (zh) * 2022-08-09 2022-10-14 永得利科技（无锡）有限公司 基于空间定位误差模型的真空腔体密封件cnc加工方法
CN115179445B (zh) * 2022-08-09 2023-06-27 永得利科技（无锡）有限公司 基于空间定位误差模型的真空腔体密封件cnc加工方法
CN116700143A (zh) * 2023-08-08 2023-09-05 成都飞机工业（集团）有限责任公司 一种面向大部件群孔加工设备精度指标优化方法
CN116700143B (zh) * 2023-08-08 2023-11-10 成都飞机工业（集团）有限责任公司 一种面向大部件群孔加工设备精度指标优化方法

Also Published As

Publication number Publication date
US20240019839A1 (en) 2024-01-18
WO2022174657A1 (zh) 2022-08-25
CN112558547B (zh) 2021-06-08

Similar Documents

Publication Publication Date Title
CN112558547B (zh) 一种五轴数控机床平动轴几何误差补偿数据快速优化方法
WO2022174658A1 (zh) 面向五轴数控机床旋转轴空间定位误差快速优化补偿方法
Wu et al. Machining accuracy improvement of non-orthogonal five-axis machine tools by a new iterative compensation methodology based on the relative motion constraint equation
CN109765848B (zh) 五轴机床运动轴几何误差贡献值计算及影响评估方法
Peng et al. Total differential methods based universal post processing algorithm considering geometric error for multi-axis NC machine tool
Fu et al. Product-of-exponential formulas for precision enhancement of five-axis machine tools via geometric error modeling and compensation
CN110287553B (zh) 一种基于拟蒙特卡洛模拟的加工误差模型全局灵敏度分析方法
CN112558549B (zh) 一种面向大部件群孔加工孔位误差最小的基准选取方法
CN104156519A (zh) 一种面向加工精度可靠度提升的多轴数控机床几何精度设计方法
CN108549319B (zh) 一种双转台五轴数控机床通用后处理方法
Wang et al. Double taylor expansion-based real-time contouring error estimation for multiaxis motion systems
CN106774152A (zh) 一种数控机床位置相关几何误差项的建模方法
CN114131611B (zh) 机器人重力位姿分解的关节误差离线补偿方法、系统及终端
CN106078359A (zh) 一种龙门式多主轴制孔组合机床的零点定义与标定方法
CN113910001B (zh) 一种数控机床空间误差辨识方法
Tan et al. Geometrical error compensation of precision motion systems using radial basis function
CN109839920B (zh) 一种五轴机床运动轴灵敏度分析方法
CN113359609B (zh) 五轴数控机床关键几何误差优化配比补偿方法
Geng et al. Analysis of nonlinear error caused by motions of rotation axes for five-axis machine tools with orthogonal configuration
CN112720480B (zh) 一种基于分级误差的机器人轨迹修正方法及系统
Zhao et al. An efficient error prediction and compensation method for coordinated five-axis machine tools under variable temperature
Song et al. Method of Evaluating Dynamic Accuracy of Five-axis Machine Tool Based on Test Piece and Comprehensive Evaluation System.
CN113094642B (zh) 一种面向区域内机械臂定位误差估算的新增采样的方法
Xiaodiao et al. Research on accuracy design for remanufactured machine tools
CN109521729A (zh) 一种三轴数控机床可补偿及不可补偿几何误差分离方法

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
GR01 Patent grant
GR01 Patent grant