CN117943893A - 一种主轴转动刀具热伸长测量方法及测量装置 - Google Patents

一种主轴转动刀具热伸长测量方法及测量装置 Download PDF

Info

Publication number
CN117943893A
CN117943893A CN202410337202.9A CN202410337202A CN117943893A CN 117943893 A CN117943893 A CN 117943893A CN 202410337202 A CN202410337202 A CN 202410337202A CN 117943893 A CN117943893 A CN 117943893A
Authority
CN
China
Prior art keywords
thermal
tool
cutter
determining
sequence
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
CN202410337202.9A
Other languages
English (en)
Other versions
CN117943893B (zh
Inventor
农乃昌
杨丹群
李存杰
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.)
Aibeike Precision Industry Huizhou Co ltd
Shenzhen Aibeike Precision Industry Co ltd
Original Assignee
Aibeike Precision Industry Huizhou Co ltd
Shenzhen Aibeike Precision Industry 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 Aibeike Precision Industry Huizhou Co ltd, Shenzhen Aibeike Precision Industry Co ltd filed Critical Aibeike Precision Industry Huizhou Co ltd
Priority to CN202410337202.9A priority Critical patent/CN117943893B/zh
Publication of CN117943893A publication Critical patent/CN117943893A/zh
Application granted granted Critical
Publication of CN117943893B publication Critical patent/CN117943893B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Automatic Control Of Machine Tools (AREA)

Abstract

本申请提供了一种主轴转动刀具热伸长测量方法及测量装置,通过启动主轴转动刀具热伸长测量,获取目标主轴转动刀具的历史温度数据和历史热伸长测量数据,进而根据所述历史温度数据确定目标主轴转动刀具的多个温控决策域,进一步通过所述历史热伸长测量数据确定多个刀具热迟滞系数,将所有的刀具热迟滞系数转化为热迟滞序列,由所述热迟滞序列和所有的温控决策域确定刀具热敏感矩阵,通过所述刀具热敏感矩阵确定目标主轴转动刀具在当前时刻的热伸长趋近量,进而通过所述热伸长趋近量对目标主轴转动刀具的测量设备进行校准后重新进行测量,从而降低主轴转动刀具的热伸长变化受环境温度的影响。

Description

一种主轴转动刀具热伸长测量方法及测量装置
技术领域
本申请涉及主轴转动刀具技术领域,更具体的说,本申请涉及一种主轴转动刀具热伸长测量方法及测量装置。
背景技术
主轴转动刀具是一种在金属加工中常见的加工设备,通常应用于机床中这种加工设备的基本原理涉及机床的主轴和刀具的相互配合,使得刀具能够在旋转的主轴的驱动下进行切削、铣削、钻孔等操作,主轴的旋转速度和方向通常由机床的控制系统精确调控,刀具是在主轴上固定的工具用于切削工件,主轴转动刀具对于制造高精度零部件和完成各种加工任务具有重要作用,成为现代工程和制造中不可或缺的一部分。
主轴转动刀具热伸长测量是在机械加工领域一项重要技术,旨在准确测量高精密机床在运转过程中由于温度变化引起的主轴和刀具的尺寸变化,高紧密机床对于产品加工有较高的精度要求,需要实时测量主轴转动刀具的热伸长量,
由于在加工过程中会产生热量散发到主轴转动刀具的测量设备的测量环境中,随着热量的增多,测量的环境温度也会增高,在环境温度逐渐增高的情况下进行热伸长量测量,往往会导致主轴转动刀具的热伸长量误差较大,因此,在进行主轴转动刀具的热伸长测量过程中,如何避免主轴转动刀具的热伸长变化受环境温度的影响成为研究热点。
发明内容
基于此,有必要针对上述技术问题,本申请提供一种主轴转动刀具热伸长测量方法及测量装置,用以降低主轴转动刀具的热伸长变化受环境温度的影响。
为解决上述技术问题,本申请采用如下技术方案:
第一方面,本申请提供一种主轴转动刀具热伸长测量方法,包括:
启动主轴转动刀具热伸长测量,获取目标主轴转动刀具的历史温度数据和历史热伸长测量数据;
根据所述历史温度数据确定目标主轴转动刀具的多个温控决策域;
通过所述历史热伸长测量数据确定多个刀具热迟滞系数,将所有的刀具热迟滞系数转化为热迟滞序列;
由所述热迟滞序列和所有的温控决策域确定刀具热敏感矩阵,进而通过所述刀具热敏感矩阵确定目标主轴转动刀具在当前时刻的热伸长趋近量;
通过所述热伸长趋近量对目标主轴转动刀具的测量设备进行校准后重新进行测量。
在一些实施例中,根据所述历史温度数据确定目标主轴转动刀具的多个温控决策域具体包括:
根据所述历史温度数据确定主轴转动刀具的各个温控耦聚度;
通过预设的温控决策值和所有的温控耦聚度确定目标主轴转动刀具的多个温控决策域。
在一些实施例中,根据所述历史温度数据确定主轴转动刀具的各个温控耦聚度具体包括:
根据所述历史温度数据确定多个温度测定离差序列;
通过所有的温度测定离差序列确定主轴转动刀具的各个温控耦聚度。
在一些实施例中,通过所述历史热伸长测量数据确定多个刀具热迟滞系数具体包括:
根据所述历史热伸长测量数据确定刀具热伸长均方序列;
获取所有的温度测定离差序列;
根据所有的温度测定离差序列和所述刀具热伸长均方序列确定多个刀具热迟滞系数。
在一些实施例中,由所述热迟滞序列和所有的温控决策域确定刀具热敏感矩阵具体包括:
选取一个温控决策域;
根据所述热迟滞序列确定该个温控决策域的刀具热敏感序列;
重复上述步骤,确定剩余温控决策域的刀具热敏感序列;
获取所述刀具热伸长均方序列;
将所有的刀具热敏感序列和所述刀具热伸长均方序列组成刀具热敏感矩阵。
在一些实施例中,通过所述刀具热敏感矩阵确定目标主轴转动刀具在当前时刻的热伸长趋近量具体包括:
对所述刀具热敏感矩阵进行时变偏移序列化,得到刀具热敏时变特征序列;
根据所述刀具热敏时变特征序列确定刀具时变热响应因子;
根据所述刀具热敏时变特征序列和所述刀具时变热响应因子确定主轴转动刀具在当前时刻的热伸长趋近量。
在一些实施例中,对所述刀具热敏感矩阵进行时变偏移序列化,得到刀具热敏时变特征序列具体包括:
根据所述刀具热敏感矩阵确定时变偏移时间窗口序列;
根据所述时变偏移时间窗口序列对所述刀具热敏感矩阵确定刀具热敏时变特征序列。
第二方面,本申请提供一种主轴转动刀具热伸长测量装置,其包括有:
获取模块,用于启动主轴转动刀具热伸长测量,获取目标主轴转动刀具的历史温度数据和历史热伸长测量数据;
处理模块,用于根据所述历史温度数据确定目标主轴转动刀具的多个温控决策域;
所述处理模块,还用于通过所述历史热伸长测量数据确定多个刀具热迟滞系数,将所有的刀具热迟滞系数转化为热迟滞序列;
所述处理模块,还用于由所述热迟滞序列和所有的温控决策域确定刀具热敏感矩阵,进而通过所述刀具热敏感矩阵确定目标主轴转动刀具在当前时刻的热伸长趋近量;
执行模块,用于通过所述热伸长趋近量对目标主轴转动刀具的测量设备进行校准后重新进行测量。
第三方面,本申请提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有代码,所述处理器被配置为获取所述代码,并执行上述的主轴转动刀具热伸长测量方法。
第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的主轴转动刀具热伸长测量方法。
本申请公开的实施例提供的技术方案具有以下有益效果:
本申请提供的主轴转动刀具热伸长测量方法及测量装置中,根据所述历史温度数据确定目标主轴转动刀具的多个温控决策域,所述温控决策域表示主轴转动刀具的不同温度测定点的环境温度对于主轴转动刀具的热伸长量的影响程度;另外根据所述历史热伸长测量数据确定热迟滞序列,所述热迟滞序列可反映在环境温度的影响下关键的温度测定点对于热伸长量的反应速度;进而通过所有的温控决策域和所述热迟滞序列对主轴转动刀具在当前时刻的热伸长量进行修正,将修正后的热伸长量作为主轴转动刀具在当前时刻的热伸长趋近量;最终通过热伸长趋近量对主轴转动刀具的测量设备进行校准后重新对主轴转动刀具的热伸长量进行测量,从而降低主轴转动刀具的热伸长变化受环境温度的影响。
附图说明
图1是根据本申请一些实施例所示的主轴转动刀具热伸长测量方法的示例性流程图;
图2是根据本申请一些实施例所示确定温控决策域的示例性流程示意图;
图3是根据本申请一些实施例所示确定多个刀具热迟滞系数的示例性流程示意图;
图4是根据本申请一些实施例所示的主轴转动刀具热伸长测量装置的示例性硬件和/或软件的示意图;
图5是根据本申请一些实施例所示的实现主轴转动刀具热伸长测量方法的计算机设备的结构示意图。
具体实施方式
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。参考图1,该图是根据本申请一些实施例所示的主轴转动刀具热伸长测量方法的示例性流程图,该主轴转动刀具热伸长测量方法100主要包括如下步骤:
在步骤101,启动主轴转动刀具热伸长测量,获取目标主轴转动刀具的历史温度数据和历史热伸长测量数据。
具体实现时,在启动主轴转动刀具热伸长测量后,可从目标主轴转动刀具测量装置的数据库中获取主轴转动刀具的历史温度数据和历史热伸长测量数据。
需要说明的是,本申请中所述历史温度数据是多个温度测定点的温度值组成的数据,其中,温度测定点是主轴转动刀具周围温度的采集点,所述历史热伸长测量数据是主轴转动刀具升温膨胀发生形变的变化量组成的数据,其中,每隔1分钟采集1次主轴转动刀具的热伸长量和各个温度测定点的温度。
在步骤102,根据所述历史温度数据确定目标主轴转动刀具的多个温控决策域。
在一些实施例中,参考图2所示,该图是本申请一些实施例中确定温控决策域的流程示意图,本实施例中确定温控决策域可采用下述步骤实现:
在步骤1021中,根据所述历史温度数据确定主轴转动刀具的各个温控耦聚度;
然后在步骤1022中,通过预设的温控决策值和所有的温控耦聚度确定目标主轴转动刀具的多个温控决策域。
其中,在一些实施例中,根据所述历史温度数据确定主轴转动刀具的各个温控耦聚度可采用下述步骤实现:
根据所述历史温度数据确定多个温度测定离差序列;
通过所有的温度测定离差序列确定主轴转动刀具的各个温控耦聚度。
具体实现时,根据所述历史温度数据确定多个温度测定离差序列,即:选取所述历史温度数据中主轴转动刀具的一个温度测定点,对该个温度测定点的所有的温度进行离差标准化,将每个温度离差标准化得到的值作为离差温度值,将所有的离差温度值按照对应温度采集时间的先后顺序进行排序,并将排序得到的序列作为该个温度测定点的温度测定离差序列,重复上述步骤,得到剩余的温度测定点的温度测定离差序列。
其中,在一些实施例中,根据所有的温度测定离差序列确定主轴转动刀具的各个温控耦聚度可采用下述公式确定:
其中,表示主轴转动刀具的第/>个温控耦聚度,/>表示第/>个温度测定点的温度测定离差序列中第/>个的离差温度值,/>第/>个温度测定点的温度测定离差序列中第/>个离差温度值,/>表示第/>个温度测定点的温度测定离差序列中最大的离差温度值,/>表示第/>个温度测定点的温度测定离差序列中最小的离差温度值,/>表示温度测定离差序列中离差温度值的总个数,/>表示主轴转动刀具的温度测定点的总个数。
需要说明的是,本申请中一个温控耦聚度对应一个温度测定点,另外所述温控耦聚度表示不同温度测定点之间耦合性的度量值,温控耦聚度越大表示不同的温度测定点之间的耦合性根据预设的温控决策值和所有的温控耦聚度确定目标主轴转动刀具的多个温控决策域越强,通过温控耦聚度可以将耦合性强的温度测定点划为一类,将耦合性弱的温度测定点划为另一类。
其中,具体实现时,通过预设的温控决策值和所有的温控耦聚度确定目标主轴转动刀具的多个温控决策域,即:选取主轴转动刀具的一个温度测定点,若存在另外一个温度测定点对应的温控耦聚度和该个温度测定点对应的温控耦聚度之间的和大于预设的温控决策值,则将这两个温度测定点划为同一类,将同一类的温度测定点作为目标主轴转动刀具的一个温控决策域,重复上述步骤,得到目标主轴转动刀具剩余的温控决策域。
需要说明的是,本申请中被划分后的温度测定点在下一次选取中不再选取,当划分结束后剩余未被划分的温度测定点将其作为异常的温度测定点,不对其划分温控决策域,所述温控决策值可根据历史的温控耦聚度进行预设,将历史的温控耦聚度的平均值乘以2得到的值作为温控决策值。
在步骤103,通过所述历史热伸长测量数据确定多个刀具热迟滞系数,将所有的刀具热迟滞系数转化为热迟滞序列。
在一些实施例中,参考图3所示,该图是本申请一些实施例中确定多个刀具热迟滞系数的流程示意图,本实施例中多个刀具热迟滞系数可采用下述步骤实现:
在步骤1031中,根据所述历史热伸长测量数据确定刀具热伸长均方序列;
其次,在步骤1032中,获取所有的温度测定离差序列;
然后,在在步骤1033中,根据所有的温度测定离差序列和所述刀具热伸长均方序列确定多个刀具热迟滞系数。
其中,具体实现时,根据所述历史热伸长测量数据确定刀具热伸长均方序列,即:对所述历史热伸长测量数据中主轴转动刀具的所有热伸长量分别计算平均值和标准差,将得到的平均值作为热伸长量均值,将得到的标准差作为热伸长量标准差,选取其中一个热伸长量,对该个热伸长量减去热伸长量均值后再除以热伸长量标准差的平方,将得到的值作为该个热伸长量的均方热伸长量,例如:均方热伸长量,/>表示热伸长量均值,/>热伸长量标准差,/>表示该个热伸长量,重复上述步骤,得到剩余热伸长量的均方热伸长量,将所有的均方热伸长量按照对应热伸长量采集的先后顺序进行排序,并将排序得到的序列作为刀具热伸长均方序列。
其中,在一些实施例中,根据所有的温度测定离差序列和所述刀具热伸长均方序列确定多个刀具热迟滞系数可采用下述步骤实现:
获取所述第个温度测定离差序列中第/>个离差温度值/>
获取所述刀具热伸长均方序列中第个均方热伸长量/>
获取所述刀具热伸长均方序列的热伸长分辨因子
根据所述第个温度测定离差序列中第/>个离差温度值/>、所述刀具热伸长均方序列中第/>个均方热伸长量/>以及所述刀具热伸长均方序列的热伸长分辨因子/>确定多个刀具热迟滞系数,其中第/>个刀具热迟滞系数可采用下述公式确定:
其中,表示第/>个刀具热迟滞系数,/>表示温度测定离差序列中离差温度值的总个数。
需要说明的是,本申请中一个刀具热迟滞系数对应一个温度测定点,所述刀具热迟滞系数表示主轴转动刀具的温度测定点在环境温度的影响下对于热伸长量的反应速度,所述刀具热迟滞系数越大,主轴转动刀具的温度测定点对于热伸长量的反应速度越快,另外所述热伸长分辨因子反映了刀具热迟滞系数对于均方热伸长量和离差温度值之间反应速度的精确性,其取值范围在0到1之间,本申请中热伸长分辨因子取值为0.6。
具体实现时,将所有的刀具热迟滞系数转化为热迟滞序列,即:对所有的刀具热迟滞系数降序排序,将降序排序后的序列作为热迟滞序列。
在步骤104,由所述热迟滞序列和所有的温控决策域确定刀具热敏感矩阵,进而通过所述刀具热敏感矩阵确定目标主轴转动刀具在当前时刻的热伸长趋近量。
在一些实施例中,由所述热迟滞序列和所有的温控决策域确定刀具热敏感矩阵可采用下述步骤实现:
选取一个温控决策域;
根据所述热迟滞序列确定该个温控决策域的刀具热敏感序列;
重复上述步骤,确定剩余温控决策域的刀具热敏感序列;
获取所述刀具热伸长均方序列;
将所有的刀具热敏感序列和所述刀具热伸长均方序列组成刀具热敏感矩阵。
其中,具体实现时,根据所述热迟滞序列确定该个温控决策域的刀具热敏感序列,即:对于该个温控决策域中所有的温度测定点,筛选出热迟滞序列中最大的热迟滞系数对应的温度测定点,将该个温度测定点对应的温度测定离差序列作为该个温控决策域的刀具热敏感序列;将所有的刀具热敏感序列和所述刀具热伸长均方序列组成刀具热敏感矩阵,即:将所有的刀具热敏感序列和刀具热伸长均方序列以列为序进行组合,得到刀具热敏感矩阵,例如:S1,S2,S3为刀具热敏感序列,S4为刀具热伸长均方序列,则刀具热敏感矩阵S=[S1,S2,S3,S4]。
需要说明的是,本申请中所述刀具热敏感矩阵是以时间为行序的所有刀具热敏感序列和刀具热伸长均方序列构成的矩阵,即刀具热敏感矩阵的行对应时刻,其中时刻以1分钟为时间间隔,将刀具热敏感矩阵的一行数据作为热敏感伸长数据,热敏感伸长数据表示经过筛选的多个温度测定点在当前时刻的温度和均方热伸长量构成的数据,刀具热敏感矩阵的列分别对应刀具热敏感序列和刀具热伸长均方序列。
在一些实施例中,通过所述刀具热敏感矩阵确定目标主轴转动刀具在当前时刻的热伸长趋近量可采用下述步骤实现:
对所述刀具热敏感矩阵进行时变偏移序列化,得到刀具热敏时变特征序列;
根据所述刀具热敏时变特征序列确定刀具时变热响应因子;
根据所述刀具热敏时变特征序列和所述刀具时变热响应因子确定主轴转动刀具在当前时刻的热伸长趋近量。
其中,在一些实施例中,对所述刀具热敏感矩阵进行时变偏移序列化,得到刀具热敏时变特征序列可采用下述步骤实现:
根据所述刀具热敏感矩阵确定时变偏移时间窗口序列;
根据所述时变偏移时间窗口序列对所述刀具热敏感矩阵确定刀具热敏时变特征序列。
其中,具体实现时,根据所述刀具热敏感矩阵确定时变偏移时间窗口序列,即:从所述刀具热敏感矩阵中的第1行开始,选取W行热敏感伸长数据,将得到的数据作为第一个时变偏移时间窗口,从所述刀具热敏感矩阵中的第2行开始,选取W行热敏感伸长数据,将得到的数据作为第二个时变偏移时间窗口,依次类推,得到有序的时变偏移时间窗口集合,将该个有序的时变偏移时间窗口集合作为时变偏移时间窗口序列,需要说明的是本申请中W取值为50,在其他实施例中也可以采用其他方法进行设置,这里不做限定。
其中,在一些实施例中,根据所述时变偏移时间窗口序列对所述刀具热敏感矩阵确定刀具热敏时变特征序列可采用下述步骤实现:
选取时变偏移时间窗口序列中第一个时变偏移时间窗口;
对该个时变偏移时间窗口进行偏移回归拟合,得到该个时变偏移时间窗口的偏移回归向量;
根据所述偏移回归向量确定第一个时变偏移时间窗口的时变偏移特征值;
重复上述步骤,选取时变偏移时间窗口序列中第二个时变偏移时间窗口,确定第二个时变偏移时间窗口的时变偏移特征值,依次类推,确定时变偏移时间窗口序列中剩余的时变偏移时间窗口的时变偏移特征值;
将所有的时变偏移特征值按照依次得到的时间先后顺序组成序列,将得到的序列作为刀具热敏时变特征序列。
其中,具体实现时,对该个时变偏移时间窗口进行偏移回归拟合,得到该个时变偏移时间窗口的偏移回归向量,即:使用MATLAB中的多元线性回归模型对该个时变偏移时间窗口中所有的热敏感伸长数据进行回归拟合,将拟合得到的权重作为偏移回归向量。
其中,具体实现时,根据所述偏移回归向量确定该个时变偏移时间窗口的时变偏移特征值,即:使用MATLAB加载该个时变偏移时间窗口回归拟合得到的偏移回归向量,将该个时变偏移时间窗口与刀具热敏感矩阵对应的位置重合,将该个时变偏移时间窗口与刀具热敏感矩阵重合的下一行热敏感伸长数据作为输入数据,经过MATLAB运算,将运算得到的值作为该个时变偏移时间窗口的时变偏移特征值。
需要说明的是,本申请中时变偏移序列化用于捕捉主轴转动刀具的热伸长量的短期趋势或长期趋势,主要取决于时变偏移时间窗口长度,当时变偏移时间窗口长度偏大时,所述时变偏移序列化捕捉的是主轴转动刀具的热伸长量的长期趋势。
另外需要说明的是,本申请中所述刀具热敏时变特征序列由多个时变偏移特征值构成的序列,其中不同的时变偏移特征值表示在不同时刻主轴转动刀具的热伸长量的预测值。
其中,在一些实施例中,根据所述刀具热敏时变特征序列确定刀具时变热响应因子具体包括:
获取刀具热敏时变特征序列中第个时变偏移特征值/>
获取刀具热伸长均方序列中第个均方热伸长量/>
获取时变偏移时间窗口的长度
获取刀具热敏时变特征序列中时变偏移特征值的总个数
根据所述刀具热敏时变特征序列中第个时变偏移特征值/>、刀具热伸长均方序列中第/>个均方热伸长量/>、时变偏移时间窗口的长度/>和所述刀具热敏时变特征序列中时变偏移特征值的总个数/>确定刀具时变热响应因子,其中刀具时变热响应因子可采用下述公式确定:
其中,表示刀具时变热响应因子,/>表示刀具热敏时变特征序列中第/>个时变偏移特征值,/>表示刀具热伸长均方序列中第/>个均方热伸长量,/>表示时变偏移时间窗口的长度,/>表示刀具热敏时变特征序列中时变偏移特征值的总个数。
需要说明的是,本申请中时变热响应因子表示对于主轴转动刀具的热伸长量预测的反馈程度,该反馈程度越小表明对于主轴转动刀具的热伸长量的预测越准确,可以通过增大或者减小时变偏移时间窗口长度来提高热伸长量的预测的精度。
其中,在一些实施例中,根据所述刀具热敏时变特征序列和所刀具时变热响应因子确定主轴转动刀具在当前时刻的热伸长趋近量可采用下述步骤实现:
获取所述刀具时变热响应因子
获取所述刀具热敏时变特征序列中在当前时刻的前第个时变偏移特征值/>
获取所述主轴转动刀具在时刻的热伸长趋近量/>
根据所述刀具时变热响应因子、获取所述刀具热敏时变特征序列中在当前时刻的前第/>个时变偏移特征值/>以及所述主轴转动刀具在/>时刻的热伸长趋近量/>确定轴转动刀具在当前时刻的热伸长趋近量,其中,所述热伸长趋近量可采用下述公式确定:
其中,表示主轴转动刀具在当前时刻/>的热伸长趋近量,/>表示当前时刻/>的前一时刻,/>表示时变偏移时间窗口的长度。
具体实现时,所述主轴转动刀具在时刻的热伸长趋近量可采用下述步骤确定,即:将转动刀具热敏时变特征序列中第1时刻的时变偏移特征值作为主轴转动刀具在第1时刻的热伸长趋近量,将主轴转动刀具在第1时刻的热伸长趋近量代入上述确定热伸长趋近量的公式中进行迭代,直到时间达到/>时刻,得到主轴转动刀具在/>时刻的热伸长趋近量。
需要说明的是,本申请中所述热伸长趋近量表示的是对主轴转动刀具的热伸长量的预测结果的修正,通过修正可以提高主轴转动刀具的热伸长量预测的准确率。
在步骤105,通过所述热伸长趋近量对目标主轴转动刀具的测量设备进行校准后重新进行测量。
具体实现时,将所述热伸长趋近量和主轴转动刀具的测量设备在当前时刻测量得到的实时热伸长量作差并取绝对值,将作差并取绝对值后得到的值作为热伸长离差值,当所述热伸长离差值超过预设的热伸长离差阈值时,使用现有设备中的激光校准仪对目标主轴转动刀具的测量设备进行校准,通过校准后的测量设备对目标主轴转动刀具的热伸长进行测量,需要说明的是,本申请中所述热伸长离差值表示实时热伸长量和热伸长趋近量之间的差异程度的参数值,若热伸长离差值越大,则实时热伸长量和热伸长趋近量之间的差异越大,将所述热伸长离差值用于对主轴转动刀具的测量设备的校准判断。
需要说明的是,本申请中所述热伸长离差阈值可根据历史的热伸长离差值数据进行预设,将所有的热伸长离差值的平均值作为热伸长离差阈值。
另外,本申请的另一方面,在一些实施例中,本申请提供一种主轴转动刀具热伸长测量装置,参考图4,该图是根据本申请一些实施例所示的主轴转动刀具热伸长测量装置的示例性硬件和/或软件的示意图,该主轴转动刀具热伸长测量装置400包括:获取模块401、处理模块402和执行模块403,分别说明如下:
获取模块401,本申请中获取模块401主要用于启动主轴转动刀具热伸长测量,获取目标主轴转动刀具的历史温度数据和历史热伸长测量数据;
处理模块402,本申请中处理模块402用于根据所述历史温度数据确定目标主轴转动刀具的多个温控决策域;
另外,本申请中所述处理模块402还用于通过所述历史热伸长测量数据确定多个刀具热迟滞系数,将所有的刀具热迟滞系数转化为热迟滞序列;
具体实现时,所述处理模块402还用于由所述热迟滞序列和所有的温控决策域确定刀具热敏感矩阵,进而通过所述刀具热敏感矩阵确定目标主轴转动刀具在当前时刻的热伸长趋近量,这里不再追溯;
执行模块403,本申请中执行模块403主要用于通过所述热伸长趋近量对目标主轴转动刀具的测量设备进行校准后重新进行测量。
另外,本申请还提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有代码,所述处理器被配置为获取所述代码,并执行上述的主轴转动刀具热伸长测量方法。
在一些实施例中,参考图5,该图是根据本申请一些实施例所示的应用主轴转动刀具热伸长测量方法的计算机设备的结构示意图。上述实施例中的主轴转动刀具热伸长测量方法可以通过图5所示的计算机设备来实现,该计算机设备500包括至少一个处理器501、通信总线502、存储器503以及至少一个通信接口504。
处理器501可以是一个通用中央处理器(central processing unit,CPU)、特定应用集成电路(application-specific integrated circuit,ASIC)或一个或多个用于控制本申请中的主轴转动刀具热伸长测量方法的执行。
通信总线502可包括一通路,在上述组件之间传送信息。
存储器503可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其它类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其它类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory,EEPROM)、只读光盘(compact disc read-only Memory,CD-ROM)或其它光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘或者其它磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质,但不限于此。存储器503可以是独立存在,通过通信总线502与处理器501相连接。存储器503也可以和处理器501集成在一起。
其中,存储器503用于存储执行本申请方案的程序代码,并由处理器501来控制执行。处理器501用于执行存储器503中存储的程序代码。程序代码中可以包括一个或多个软件模块。上述实施例中热伸长趋近量的确定可以通过处理器501以及存储器503中的程序代码中的一个或多个软件模块实现。
通信接口504,使用任何收发器一类的装置,用于与其它设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN)等。
在具体实现中,作为一种实施例,计算机设备可以包括多个处理器,这些处理器中的每一个可以是一个单核(single-CPU)处理器,也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
上述的计算机设备可以是一个通用计算机设备或者是一个专用计算机设备。在具体实现中,计算机设备可以是台式机、便携式电脑、网络服务器、掌上电脑(personaldigital assistant,PDA)、移动手机、平板电脑、无线终端设备、通信设备或者嵌入式设备。本申请实施例不限定计算机设备的类型。
另外,本申请还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的主轴转动刀具热伸长测量方法。
综上,本申请实施例公开的主轴转动刀具热伸长测量方法及测量装置中,根据所述历史温度数据确定目标主轴转动刀具的多个温控决策域,所述温控决策域表示主轴转动刀具的不同温度测定点的环境温度对于主轴转动刀具的热伸长量的影响程度;根据所述历史热伸长测量数据确定热迟滞序列,所述热迟滞序列可反映在环境温度的影响下关键的温度测定点对于热伸长量的反应速度;进而通过所有的温控决策域和所述热迟滞序列对主轴转动刀具在当前时刻的热伸长量进行修正,将修正后的热伸长量作为主轴转动刀具在当前时刻的热伸长趋近量;最终通过热伸长趋近量对主轴转动刀具的测量设备进行校准后重新对主轴转动刀具的热伸长量进行测量,从而降低主轴转动刀具的热伸长变化受环境温度的影响。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种主轴转动刀具热伸长测量方法,其特征在于,包括如下步骤:
启动主轴转动刀具热伸长测量,获取目标主轴转动刀具的历史温度数据和历史热伸长测量数据;
根据所述历史温度数据确定目标主轴转动刀具的多个温控决策域;
通过所述历史热伸长测量数据确定多个刀具热迟滞系数,将所有的刀具热迟滞系数转化为热迟滞序列;
由所述热迟滞序列和所有的温控决策域确定刀具热敏感矩阵,进而通过所述刀具热敏感矩阵确定目标主轴转动刀具在当前时刻的热伸长趋近量;
通过所述热伸长趋近量对目标主轴转动刀具的测量设备进行校准后重新进行测量。
2.如权利要求1所述的方法,其特征在于,根据所述历史温度数据确定目标主轴转动刀具的多个温控决策域具体包括:
根据所述历史温度数据确定主轴转动刀具的各个温控耦聚度;
通过预设的温控决策值和所有的温控耦聚度确定目标主轴转动刀具的多个温控决策域。
3.如权利要求2所述的方法,其特征在于,根据所述历史温度数据确定主轴转动刀具的各个温控耦聚度具体包括:
根据所述历史温度数据确定多个温度测定离差序列;
通过所有的温度测定离差序列确定主轴转动刀具的各个温控耦聚度。
4.如权利要求1所述的方法,其特征在于,通过所述历史热伸长测量数据确定多个刀具热迟滞系数具体包括:
根据所述历史热伸长测量数据确定刀具热伸长均方序列;
获取所有的温度测定离差序列;
由所有的温度测定离差序列和所述刀具热伸长均方序列确定多个刀具热迟滞系数。
5.如权利要求1所述的方法,其特征在于,由所述热迟滞序列和所有的温控决策域确定刀具热敏感矩阵具体包括:
选取一个温控决策域;
根据所述热迟滞序列确定该个温控决策域的刀具热敏感序列;
重复上述步骤,确定剩余温控决策域的刀具热敏感序列;
获取所述刀具热伸长均方序列;
将所有的刀具热敏感序列和所述刀具热伸长均方序列组成刀具热敏感矩阵。
6.如权利要求1所述的方法,其特征在于,通过所述刀具热敏感矩阵确定目标主轴转动刀具在当前时刻的热伸长趋近量具体包括:
对所述刀具热敏感矩阵进行时变偏移序列化,得到刀具热敏时变特征序列;
根据所述刀具热敏时变特征序列确定刀具时变热响应因子;
通过所述刀具热敏时变特征序列和所述刀具时变热响应因子确定主轴转动刀具在当前时刻的热伸长趋近量。
7.如权利要求6所述的方法,其特征在于,对所述刀具热敏感矩阵进行时变偏移序列化,得到刀具热敏时变特征序列具体包括:
根据所述刀具热敏感矩阵确定时变偏移时间窗口序列;
通过所述时变偏移时间窗口序列对所述刀具热敏感矩阵确定刀具热敏时变特征序列。
8.一种主轴转动刀具热伸长测量装置,其特征在于,包括有:
获取模块,用于启动主轴转动刀具热伸长测量,获取目标主轴转动刀具的历史温度数据和历史热伸长测量数据;
处理模块,用于根据所述历史温度数据确定目标主轴转动刀具的多个温控决策域;
所述处理模块,还用于通过所述历史热伸长测量数据确定多个刀具热迟滞系数,将所有的刀具热迟滞系数转化为热迟滞序列;
所述处理模块,还用于由所述热迟滞序列和所有的温控决策域确定刀具热敏感矩阵,进而通过所述刀具热敏感矩阵确定目标主轴转动刀具在当前时刻的热伸长趋近量;
执行模块,用于通过所述热伸长趋近量对目标主轴转动刀具的测量设备进行校准后重新进行测量。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的主轴转动刀具热伸长测量方法的步骤。
10.一种计算机可读存储介质,所存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的主轴转动刀具热伸长测量方法的步骤。
CN202410337202.9A 2024-03-22 2024-03-22 一种主轴转动刀具热伸长测量方法及测量装置 Active CN117943893B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410337202.9A CN117943893B (zh) 2024-03-22 2024-03-22 一种主轴转动刀具热伸长测量方法及测量装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410337202.9A CN117943893B (zh) 2024-03-22 2024-03-22 一种主轴转动刀具热伸长测量方法及测量装置

Publications (2)

Publication Number Publication Date
CN117943893A true CN117943893A (zh) 2024-04-30
CN117943893B CN117943893B (zh) 2024-05-31

Family

ID=90801633

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410337202.9A Active CN117943893B (zh) 2024-03-22 2024-03-22 一种主轴转动刀具热伸长测量方法及测量装置

Country Status (1)

Country Link
CN (1) CN117943893B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3508143A1 (de) * 1985-03-07 1986-09-11 Franz Haimer Zweikoordinaten-laengenmessgeraet
JPH03503862A (ja) * 1987-10-20 1991-08-29 アルベリッド,ビルガー 状態インジケータを備えた切削工具
CN108490873A (zh) * 2018-02-28 2018-09-04 辽宁科技大学 一种基于最近邻空间点的数控机床主轴热伸长预测方法
CN111240268A (zh) * 2020-01-14 2020-06-05 重庆大学 基于slstm神经网络的轴系统热误差建模方法和热误差补偿系统
CN117161824A (zh) * 2023-08-09 2023-12-05 湖北文理学院 主轴热误差预测方法、装置、设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3508143A1 (de) * 1985-03-07 1986-09-11 Franz Haimer Zweikoordinaten-laengenmessgeraet
JPH03503862A (ja) * 1987-10-20 1991-08-29 アルベリッド,ビルガー 状態インジケータを備えた切削工具
CN108490873A (zh) * 2018-02-28 2018-09-04 辽宁科技大学 一种基于最近邻空间点的数控机床主轴热伸长预测方法
CN111240268A (zh) * 2020-01-14 2020-06-05 重庆大学 基于slstm神经网络的轴系统热误差建模方法和热误差补偿系统
CN117161824A (zh) * 2023-08-09 2023-12-05 湖北文理学院 主轴热误差预测方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN117943893B (zh) 2024-05-31

Similar Documents

Publication Publication Date Title
CN114237155B (zh) 一种多轴数控加工的误差预测及补偿方法、系统及介质
Zimmermann et al. Adaptive input selection for thermal error compensation models
Wei et al. Thermal error modeling and compensation based on Gaussian process regression for CNC machine tools
Zhang et al. Application of sliced inverse regression with fuzzy clustering for thermal error modeling of CNC machine tool
US11550291B2 (en) Advanced thermal compensation of mechanical processes
CN114690706B (zh) 一种数控机床主轴误差预测补偿方法及系统
Wang et al. Thermal error modeling of a machining center using grey system theory and adaptive network-based fuzzy inference system
CN103885386A (zh) 一种基于卡尔曼滤波的灰色模型热误差数据处理方法
CN117161824A (zh) 主轴热误差预测方法、装置、设备及存储介质
CN109213057B (zh) 智能诊断装置和方法
Blaser et al. LONG-TERM THERMAL COMPENSATION OF 5-AXIS MACHINE TOOLS DUE TO THERMAL ADAPTIVE LEARNING CONTROL.
CN117943893B (zh) 一种主轴转动刀具热伸长测量方法及测量装置
CN108356603A (zh) 五轴数控机床主轴热变形误差补偿方法及系统
CN111024986A (zh) 超声波风速风向仪数据校准方法、装置及设备、存储介质
EP3871832B1 (en) Thermal displacement correction method for a machine tool
JP2015030083A (ja) 工作機械の各部材の線膨張係数の決定方法および工作機械の熱変位補正装置
JP6687650B2 (ja) 熱変位補正装置及び機械学習装置
CN115808901A (zh) 数控机床的温度补偿方法、系统及介质
Naumann et al. Optimization of characteristic diagram based thermal error compensation via load case dependent model updates
CN112560234B (zh) 一种数控机床剩余寿命估计概率的计算方法、装置和网络侧服务端
TWI410767B (zh) 機械裝置之具有參數學習的控制器及其參數學習方法
CN113857936B (zh) 一种基于视觉检测的机床立柱热补偿方法、系统和机床
CN115256047B (zh) 检测数控机床主轴热伸长量的方法、装置与数控机床
CN116224087B (zh) 一种电池储能系统及其soc估算方法和装置
EP4261637A1 (en) Manufacturing process qualification system and method

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