（机械制造及其自动化专业论文）数控机床温度传感器优化布置及新型测温系统的研究.pdf

浙江大学硕士学位论文数控机床温度传感器优化布置及新型测温系统的研究 摘要 本文以研究机床热误差补偿中温度传感器的优化布置和新型测温系统的开发为主要内 容。在分析国内外机床热误差补偿技术研究现状及其发展趋势的基础上，介绍了温度传感器 优化布置理论在该领域的应用与发展，自主开发了新型嵌入式测温系统，针对c k 6 1 4 0 数控 机床，提出了自己的温度传感器优化布置方法，并对该机床建立了热误差模型。全文首先结 合热模态理论分析，对机床主轴温度场进行时域和频域的分析，寻找并证明主轴最佳测温点 的存在；然后根据温度传感器优化策略，研究机床全局传感器优化布点；接着介绍自主开放 的嵌入式温度测量系统；最后针对c k 6 1 4 0 数控车床进行热误差综合实验，在对机床进行温 度传感器优化布置基础上，测量机床温度场和主轴热变形。建立热误差模型。 第一章，阐述了本论文的研究背景及重要意义，详细介绍了国内外机床热误差补偿的研 究概况，侧重介绍传感器优化布置方面的研究，同时也介绍了温度测试技术及温度传感器的 发展应用概况，概述了本文的研究内容。 第二章，分析机床热动态过程，采用有限元分析方法和模态分析方法，从理论上对机床 热变形过程中的温度场模态、热变形模态以及机床热误差分别加以讨论。通过对熟变形模态 与振动模态的相似性研究，初步达到利用比较成熟的振动模态理论，求解热变形模态问题的 目的，为进一步在数控机床热误差建模中的传感器优化布置奠定基础。 第三章，从理论上分析了主轴模型温度场和热变形的动态特性，从时域和频域分析热误 差，证明主轴模型中传感器最佳布置点的存在，从理论上探讨机床热误差建模中的温度传感 器优化布置的本质，进一步从理论上获得二维平砥模型和三维立体模型的传感器最佳布置位 置。为温度传感器最佳布置在机床实际热误差补偿应用中莫定理论基础。最后研究机床全局 情况，温度传感器在机床上的多维优化布置。 第四章，嵌入式新型数控机床温度测试系统的实现。首先对测温系统进行总体设计，根 据系统实际需要，设计系统的软硬件框架。然后采用3 2 位a 啪芯片和d s l 8 8 2 0 数字温度传 感器。根据功能需要设计工作电路。最后是温度测试系统软件设计，采用c o s i i 为内核 的嵌入式操作系统作为系统的操作系统，分析测温程序功能需求，编程实现基于a r m 7 与 d s l 8 8 2 0 的数字温度传感器测温系统程序。 第五章，数控机床的熟误差检测与温度测量的综合实验采用数控机床c k 6 1 4 0 作为研 究对象，应用温度传感器优化布置理论对实验机床主轴进行温度传感器优化布置，测量并采 集温度和热变形值，采用最小二乘法进行热误差建模，分析比较实验结果 第六章，对本论文的研究工作和研究成果进行了总结，展望了未来进一步的研究工作 关键词：数控机床，传感器最优布置，温度测试，温度传感器，d s l 8 8 2 0 ，热误差建模 塑翌查兰堡主兰垡堡苎 墼丝垫堕塑堕生璺壁垡些查墨墨堑型型塑至竺竺堕塞 a b s t r a c t t h em a i nr e s e a r c ht h e m eo ft h i sd i s s e r t a t i o ni ss e n s o rp l a c e m e n to p t i m i z a t i o na n d t e m p e r a t u r em e 罄u r e m o n ts y s t e mj nm e r m a le l t o fc o m p e n s a t i o no f m a e h i n et o o l s b a s e do i lf u l l y u n d e r s t a n d i n gm dd e e p l ya n a l y z i n gt h e c u r r e n ts t a t u so ft h er e s e a r c ha n da p p l i c a t i o no ft h e t h e r m a le r r o rc o m p e n s a t i o nt e c h n i q u ef o rc n cm a c h i n et o o l s ，s o m en e wt h e o r i e sa n dt e c h n i q u e s a r es t u d i e d s o m en e wm e t h o d sa r eu s e dt om a k et h eo p t i m i z a t i o no ft h es e n s o rl o c a t i o ni nt h e t h e r m a le r r o rm o d e l i n g w ea l s od e v e l o p e da ne m b e d d e dn u m e r i c a lt e m p e r a t u r em e a s u r e m e n t s y s t e mf o rm e a s u r i n gt h et e m p e r a t u r ef i e l do f m a c h i n et o o l s i nc h a p t e r1 t l l eb a c k g r o u n da n dt h es i g n i f i c a n c eo ft h er e s e a r c ha r cs t a t e d t h er e s e a r c h h i s t o r ya n dp r e s e n ts t a t u so ft h et h e r m a le r r o rm o d e l i n ga n dt h es e n s o rl o c a t i o no p t i m i z a t i o na r e a l s op r o v i d e d t h e nt h ed e v e l o p m e n te n da p p l i c a t i o no ft e m p e r a t u r em e a s u r et e c h n o l o g ya n d t e m p e r a t u r es e n s o ra r ei n t r o d u c e d 1 1 1 em a i nc o l r e n to f t h ed i s s e r t a t i o oi sp r e s e n t e d i nc h a p t e r2 a n a l y s i st h et h e r m a ld y n a m i cp r o c e s so f m a c h i n et o o l s n 坼t e m p e r a t u r em o d e l t h et h e r m a ld e f o r m a t i o nm o d e la n dt h et h a l 咖o fc n cm a c h i n et o o l sa t es t o d i e db yt h e f e am e t h o da n dt h em o d e la n a l y s i sm e t h o d t h ep r o b l e m so nt h et h e r m a ld e f o r m a t i o nm o d e la r e s o l v e db ys t u d y i n ga n da n a l y z i n gt h es i m i l a r i t yb e t w e o nt h ev i b r a t i o nm o d e la n dt h et h e r m a l m o d e l e s t a b l i s ht h eb a s ef 何l l l ef u t u r er e s e a r c ho fs e n s o ri o c a t i o no p t i m i z a t i o ni nt h e r m a le r r o r m o d e l i n g i nc h a p t e r3 b ya n a l y z i n gt h ed y n a m i cc h a r a c t e r i s t i c s “t i l et e m p e r a t u r ef i e l da n dt h e r m a l d e f o r m a t i o ni nt h es p i n d l em o d e l ，a no p t i m i z e ds e n s o ri n e a t i o ni s f o u n dw h e r et h et h e r m a l d e f o r m a t i o ni sl i n e a ra n ds y n c h r o n i z e dw i t ht h ec h a n g eo ft e m p e r a t u r e p r o p o s e dt l 】er e s e a r e b m e t h o do ft h es e n s o rl o c a t i o no p t i m i z e da n dw h i c hi sh e l p f u lt oi m p r o v et h ee f f i c i e n c yo ft h e s e l l s o r1 0 e a t i o ns e l o e t i o n i nc h a p t e r4 m a i n l y 协l ka b o u tt h ed e v e l o p m e n to fe m b e d d e dn u m e r i c a lt e m p e r a t u r e m e a s u r e m e n ts y s t e m f i r s t l yo f a l li st oi n t r o d u c et h eg e n e r a ld e s i g nf o ro u rs y s t e m - w ei n t r o d u c e t h em a i np a r t so ft h es y s t e ma tt h eb a s i so fa na n a l y s i st ot h es y s t e mf u n c t i o n ag e n e r a l f r a m e w o r km o d e li sg i v e n t h e n , t h eh a r d w a r ed e s i g no ft h es y s t e mi sp r e s e n t e d w ei n t r o d u c e s 3 c 4 4 b o xa n dt h ed e t a i lc h a r a c t e r i s t i c so fd s l 8 8 2 0 l a s ti st h es o f t w a r ed e s i g n , b a s eo n a n a l y z et h em o d u l ef u n e t i o n so f t h es o f t w a r e ，w em a t c h t h et i m es e q u e n c eo f d s l 8 8 2 0a n dm a k e i tc o m m u n i c a t ew i t ht h em a s t e r i nc h a p t e r5 s y n t h e s i z e se x p e r i m e n to ft e m p e r a t u r e - t h e r m a le r r o ri si n t r o d u c e d u s et h e s e n s o r1 0 c a t i o l 3o p t i m i z a t i o nm e t h e dt op l a c et 啪p e r a u l r eo nc k 6 1 4 0c n cl a t h e ，t h e t e n l p e r a t u r ef i e l do f t h el a t h ei sm e a s u r e db yu s i n gt h et e m p e r a t u r es y s t e mt h a tw ed e v e l o p e do f 1 6s e n s o r sa n dt h et h e r m a le r r o ri sm e a s u r e db yu s i n gl a s e rc c dd i s p l a c e m e n ts e n s o r b y a n a l y s i st h et e m p e r a t u r ev a r i a b l ea n dt h e r m a le r r o rv a r i a b l ea t h e 眦a le t r o rm o d e l sa r eg i v e n a t l a s t 。w eo n l yu s e4 s e n s o rw i t h o u tt h eg r e a tl o s so f t h ea c c u r a c yo f t h em o d e l s 1 nc h a p t e r6 。t h es t u d yc o n t e n t sa n dc o n c l u s i o no f t h ed i s s e r t a t i o nh a v eb e e ns u m m a r i z e d ，a n d p o i n to u tt h ee x c e p t i o no f t h ef u l u r er e s e a r c h ， k e yw o r d s ：c h i cm a c h i n et o o l ，s e n s o rl o c a t i o no p t i m i z a t i o n , t e m p e r a t u r e m e a s u r e m e n t , t e m p e r a t u r es e n s o r , d s l 8 8 2 0 ，t h e r m a le r r o r m o d e l i n g u 独创性声明 本人声明所呈交的学位论文是本人在导师傅建中教授指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文 中不包含其他人已经发表或撰写过的研究成果，也不包含为获得逝姿盘鲎或 其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做 的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名：墩绎豸 签字日期：) d z 年月矿日 学位论文版权使用授权书 本学位论文作者完全了解逝垄盘堂有关保留、使用学位论文的规定， 有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和 借阅。本人授权逝姿盘望可以将学位论文的全部或部分内容编入有关数据库 进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 保密的学位论文在解密后适用本授权书。 学位论文作者签名：皱彳豸 签字日期： 泓年月孑日 学位论文作者毕业后去向： 导师虢1 瞎封 签字日期：趵0 年( ) 月p 日 工作单位：询临幸移毒屯j 翰币f 乏劈司 电话： 通讯地址：彳黏晰支二为1 路刃与再晰琉；- ；v 舟口7 邮编： 浙江大学硕士学位论文 数控机床温度传感器优化布置及新型测温系统的研究 1 1 课题研究背景 第一章绪论 现代工业的不断发展，使得现代制造业对机械产品的质量要求越来越高，机械零件的精 度取决于机床的加工精度，因此提高机床的加工精度显得尤为重要。热误差是影响机床精度 的最重要的因素之一。机床内部和外部的热源对机床的热干扰导致机床产生热变形，从而产 生热误差。机床的误差主要有几何误差，热误差，和切削力误差，其中热误差占机床总误差 量的4 0 7 0 左右热误差对高精度机械产品的尺寸精度影响很大，进而也会影响到产品 加工过程质量、生产效率和成本。随着机床制造技术的发展，几何误差已经得到较好的解决， 热误差成为影响机床加工精度的最主要因素，也是最难以解决的问题目前，学术界和工业 界正努力寻求可靠、实用的方法策略来评估热误差，进而减小、避免热误差 机床热误差是指在生产过程中，由于机床各部件受热，产生熟变形，导致刀具和工件之 间发生相对位移，由此所产生的误差。对于机床热误差这个问题，在过去的几十年中，国内 外专家学者已经进行过广泛的研究。研究者们已经证实基于误差补偿的软件方法是减小机床 误差、达到持续高质高效加工潜在的重要途径。补偿技术已经应用到几何误差、切削力误差、 机床磨损误差和热误差上。尽管在这方面进行了广泛的研究，但是误差补偿技术广泛应用的 障碍依旧存在。妨碍了热误差补偿技术在工业生产中实际应用，主要包括以下几种障碍”1 ： ( 1 ) 热误差模型的精确性和鲁棒性不够 在热误差补偿系统中，在加热和冷却过程中热误差模型是否精确是一个很实际的问题。 随时间变化的熟误差相对于几何误差更加难以建模。 ( 2 )缺乏温度传感器最优布置方法 热误差模型的精确度和鲁棒性和大程度上取决于温度传感器的布置。在多数研究成果中 如何确定温度传感器的位置，有些凭经验、基于工程判断和研究者的个人经验，通常是通过 实验和误差处理达到的。机床温度场和热误差的动态特性在这个过程中没有得到深入考虑 ( 3 ) 缺乏对热干扰、温度场和热误差动态特性分析的工具 建立精确，健壮的热误差模型和优化温度传感器布置，要求彻底理解机床结构热干扰、 温度场，热误差的动态特性。大多数研究者试图通过实验得到这些动态特性，但是这个过程 是非常耗时，而且得到的结果总是很有限。所以需要开发软件工具来寻求机床热系统和热弹 性系统的动态特性。 1 2 数控机床热误差研究动态 在影响数控机床加工精度的诸多因素中，熟误差、几何误差和切削力误差的影响较大 浙江大学硕士学位论文 数控机床温度传感器优化布置及新型测温系统的研究 而随着机床定位精度和刀具切削性能的不断提高，几何误差和切削力误差一定程度上已经得 到较好的解决，而热误差逐渐成为影响机床加工精度最主要的因素 根据机床热误差与热源位置的关系，可以将其分为两类1 2 】：( 1 ) 与热源位置不相关的热 误差，这种热误差主要受热源温度的影响，而与热源所在的位置没有很大关系，如液压油、 冷却液等机床流体热源。( 2 ) 与热源位置相关的热误差，这种误差不仅与热源的温度有关， 而且与热源所在的位置存在一定的关系，如丝杠和丝杠螺母之间相对运动所产生的热源。 1 2 1 如何减小机床的热误差 机床中的主要热源有轴承、齿轮、液压油、冷却液、马达、导轨等。加工过程中的切削 运动以及由此产生的金属切屑也是造成机床热误差的熟源。另外，外界温度( 如环境温度、 人体温度等) 的变化，也会对机床精度产生一定的影响。因此，想要达到降低机床热误差的 目的，就必须控制机床中的热源以便减少热变形，或者对机床热变形进行补偿，以消除由机 床热变形带来的影响。 目前，在减小数控机床的热误差方面，主要有以下三种不同的方法： 1 机床稳升控制改善机床的冷却系统，利用引入附加冷却热源的方法使温度得到控 制，从而减小因温度变化引起的误差。美国劳伦斯利莫尔实验室采用油淋的方法进行恒温属 于这一类型。国内华侨大学采用的热管方法与华中科技大学、浙江大学采用的引入附加平衡 热源也属于这种方法l ”。这类方法对减小机床复杂变形具有良好的效果，但是机床线性膨胀 问题不能解决，环境温度变化的影响也较难补偿，对机床结构也要进行改动。 2 改进机床结构和材料。通过采用新型材料，改进设计方法和制造工艺，提高机床的 精度和刚度以降低加工误差，例如：增加机床的刚性，采用高刚性低膨胀的材料1 4 1 等但是 这种方法本身具有较大的局限性嗍：首先，当对加工精度要求较高时，采用这种方法将会使 生产成本显著增加，甚至超过了减少加工误差所能带来的效益；其次，如果不断的采用新型 的高精度机床，就意味着老式机床很快就会被淘汰，增加了生产过程的无形损耗；最后，即 使是精度很高的机床，使用一定时间以后精度仍会降低，难以保证始终如一的高精度。 3 误差补偿法。测定机床若干点的温度，建立机床的温度场，通过理论计算、试验方 法和经验建模，预计机床热变形所造成的误差，然后人为地制造一种新误差，通过反馈系统 进行误差补偿，从而降低甚至消除加工过程中可能会出现的误差。建立机床误差模型的方法 主要有两种1 6 】：理论建模和经验建模。 ( 1 ) 理论建模 理论建模法首先依据传热学针对具体机床结构进行分析，在导熟微分方程的基础上求解 出机床温度场，继而根据弹性力学原理得到热变形的大小。主要包括解析法和数值法，但是 这两种方法都需要数字化表达机床结构或熟源形式( 发热率等) 。而现代机床结构和热源形 式多样，很难做到对机床所处的熟状态进行精确描绘，所以在用理论建模法研究熟变形时往 往需要简化机床结构或热源形式，一定程度上导致模型预报豫实际情况不符另外，基于解 2 浙江大学硕士学位论文数控机床温度传感器优化布置及新型测温系统的研究 析法和数值法的建模都很复杂，不利于推广，因此理论建模通常用于机床设计阶段 ( 2 ) 经验建模法 经验建模法是比较成熟的方法，将机床系统看成一个黑箱，通常输入量是机床温度场的 变化和其它相关量的变量，输出量是机床系统综合变形结果或系统中某些主要部件的变形 量，并假定模型结构，用系统辨识的方法确定模型中的各个参数。 1 2 2 数控机床热误差补偿及其温度传感器优化布置的研究现状 建立能够准确预测机床热变形，且具有较强的鲁棒性的热误差模型。是机床热误差补偿 技术的难点之一。机床上的热源分布、每个热源发热的强度，各个零部件所用材料的热膨胀 系数以及整个机床系统的结构都会对机床热误差产生很大影响。因此各国的科研人员在如何 提高机床热误差模型的预测精度和鲁棒性方面进行了大量研究 由于热误差是时间的函数，所以在误差测量的同时，必须要记录机床当时的温度场特征。 因而温度传感器的位置和数量的优化一直是一个关键的环节。在几乎所有应用的热误差补偿 系统中，温度传感器确定的过程在一定程度上是根据经验进行试凑的过程。通常是先基于工 程判断，在不同位置安装大量的传感器，再采用统计或分析方法选出少量的温度传感器用于 误差分量的建模”。这种方法的缺陷在于：( 1 ) 工程判断的准确与否会影响热误差模型的预 报精度和鲁帮性；( 2 ) 在建立综合误差和温度场的对应关系时，要耗费大量的时间和传感器， 因为这些传感器在优化后就不再用于最终的热误差建模中。如果能在保证补偿精度的条件 下，使用最少的温度测点，这将会给补偿技术实际应用带来极大方便和使用成本降低，如果 能够找到热误差与所选温度场测量数据之间的线性或接近线性的关系，则补偿模型可以大大 简化，而且热特性辨识时间将由于线性预报模型所具有的良好内插和外插性能而大大减少 这正是本文研究的重点。 下面是国内外一些研究人员的研究状况： 针对机床丝杠的熟误差，k i m s k 等人采用有限元方法。分析滚动丝杠在不同速度、 不同停顿位置和停顿时间下的二维温度场。通过实验对照，他们发现采用有限元方法进行建 模，可以很好预测出丝杠的稳态温度场，但是对动态温度场的预测效果并不理想，于是他们 利用惩罚函数，对滚动丝杠的动态熟误差模犁加以修正从而得到较为理想的补偿效果删。 v e l d h u i s s c 薜人在对一台五轴加工中心进行研究时，根据人工神经网络的质量，选择 最相关的热电偶信号进行建模。该模型沿z 轴方向的预测精度可以达到水平误差0 0 2 0 m m 和角误差8 x 为0 0 0 2 。 d e b r aa k r u l e w i c h 通过高斯积分法，分析整个机床温度场将温度传感器作为高斯积分 点，分布在预先确定的温度场中。由于可以预先确定温度测点的数量和分布位置，所以避免 了为获得机床温度场所需的大量的测量时间，通过这种方法建立的热误差补偿模型可以减少 9 3 * - 9 6 的主轴热误差l 1 0 1 m h a t r i a 等人采用有限元方法分析机床整体温度场，并将温度场划分为多个比较规则 浙江大学硕士学位论文数控机床温度传感器优化布置及新型测温系统的研究 的单元通过温度场仿真和相关性选择，预测温度测点的最优数量和最佳分布这种方法可以应 用于各种机床上而不受到机床结构变化的影响i i “ c m h - h a ol o 等人在传统方法的基础上作了几项改进：( 1 ) 运用了m a l l o w 的e 统计分 折法：( 2 ) 建立多个热误差分量的模型，将温度传感器分组搜索、寻优，利用相关性分组、 典型变量搜索和分组搜索等方法，达到优化温度测点分布的目的。最初在机床上总共布置了 8 0 余个温度传感器，但最终经分组选优后，对于主轴坐标系原点在x 轴方向的热漂移6 最终仅用四个。在实际应用中，使用该优化模型可以将热误差从2 0 0 p m 减少到2 2 t u n l l 2 1 0 j i n - h y e o nl e e 等人在相关性分组和连续线性回归分析的基础上，以最小残差平方和作 为选择温度变量的依据，提高了误差模型鲁棒性，减少了测量噪音对热误差模型的影响”“。 在国内，浙江大学的李剑等人研究了三维曲面非接触式测量系统的工作原理，结合热敏 点理论，采用单隐层的前馈式神经网络方法进行热误差建模【l ” 基于人工神经网络，沈阳航空工业学院的于金建立了数控机床热误差模型预报补偿系 统，使得误差预测与误差补偿同步进行，改善了热误差补偿的效果”于金等人还提出了 基于人工神经网络的热变形关键点辨识嗍。 上海交通大学杨建国等人通过对c n c 车削中心的热模态分析和研究，对机床上的温度 传感器分布进行优化，并提出了热误差鲁棒性建模的新方法。通过简化一维主轴模型的热传 导、热交换和热变形理论分析及仿真运算，得到几种简化模式下的理想测温点的位置。主轴 热伸长与所选位置上的传感器温升读数近似的呈线性关系，并且这一线性关系在不同条件下 具有一样的鲁棒性该项研究成果对以后的热误差研究极具指导意义i l “。 华中科技大学李小力等人运用模式识别中的逐步回归法辨识反映机床热态特性的热敏 感点，并利用多元回归建立了机床热敏感点处的温升与主轴y 向热位移关系的数学模型。 应用表明这是一种在机床温度测量、热误差建模及补偿中选择最佳测温点的有效方法”。 天津大学张奕群等人采用模糊聚类分析方法对机床热误差建模中的温度测点进行选择， 并将其应用于立式三轴加工中心，有效地减少了温度测点的数量i l 目。 浙江大学陈征等人总结关于机床热关键点的辨识问题的研究，指出通常使用三种方式来 确定机床的测温关键点口q ： ( 1 ) 根据测量实验数据计算温度变化和热变形位移，以及各测量位置温度变化之间的相 关系数，去掉相关系数小的点； ( 2 ) 分析温度变化曲线，剔除提供重复信息和处于不敏感位置的温度传感器的测量点； ( 3 ) 在建模预报过程当中，循环计算，逐一减少测温点建模，找到最佳的测温点个数和 位置。 1 2 _ t 目前存在的问题及分析 从上述国内外研究情况可以看到，这方面的研究主要存在以下的一些问题： ( 1 ) 通过线性拟合进行温度测点优化的方法简单易行，但是由于结构热变形必然存在非 4 浙江大学硕士学位论文数控机床温度传感器优化布置及新型测温系统的研究 线性的变化，所以这仅对于较低或中等精度要求的机床很适用，对于要求精度很高的机床这 种方法会带来过大的误差；另外鲁棒性较差，就是同台机床不同时间( 一、两天内) 也需要重 新确定关键点采集数据； ( 2 ) 将回归方法运用于机床热态分析时，不同类型的机床不能用统一的数学模型来描述 空间的变形规律，因此，对于不同机床要重新确定最佳温度测点，所以这种方法的适应性不 是很强； ( 3 ) 神经网络是训练出来的，不是编程实现的。学习数据的质量和数量决定了网络结构 的合理性。但在现实当中很多时候不具备获得大量且精确的学习数据的条件。另外，训练种 经网络还存在一个问题目前还没有很好的确定隐含层神经元数目的方法。 总之，随者数控技术、计算机技术和微电子技术的发展，高灵敏度传感器的大量应用， 软件补偿技术已经成为误差补偿技术的主流，并在工业生产中显示出越来越大的作用。但是， 无论在国外还是在国内，热误差软件补偿技术在实际生产中的应用还并不多在国内误差补 偿技术大部分还停留在实验室的范围内，经济效益并没有完全显现出来。这说明误差补偿技 术研究的难度很大，也说明从理论到实践，误差补偿技术还有很大研究空问，要使其广泛应 用于工业生产仍有很长的路要走口“。 1 3 温度传感器布置策略 在温度传感器优化布置的选择过程中，要根据实际情况和条件进行全而、综合的考虑。 根据国内外研究分析来看，对于机床上多维的温度传感器优化布置，目前主要有以下几种策 略“： 1 主因素策略 主因素策略是指用于热误差建模的各温度测点数据应与热误差数据有较强的联系，即两 者之间有很强的相关性。一般当相关系数p o 8 时，即可视为符合主因素策略。 2 互不相关策略 根据主因素策略获得了一定数量的与热误差有关温度测点，但这些温度测点之间有的具 有相关性，可相互表达。若把这些温度测点全部用于建模，由于温度测点之间的相关而造成 相互影响从而使热误差的估计精度下降。若各温度测点之间线性相关，则热误差建模时的系 数矩阵会出现奇异降秩现象，所以应极力避免。因此对与热误差有关温度测点应聚类选取， 即从每一个相关类中选出一个作为代表，用于热误差建模。这样既可以减少用于热误差建模 的温度测点数量，又可提高建模精度。 3 最少布点策略 在满足机床加工精度的条件下，若能用最少的温度测点来进行热误差建模和利用所建模 型来进行热误差的估计，所带来的好处是显而易见的。在满足主因素策略、互不相关条件及 机床加工精度的允许下，放宽残差限度，逐步在热误差建模中减少温度测点，搜索最佳测点 组合，使必需使用的温度传感器数晕减少到最低限度。不仅能降低成本，还能简化模型，增 5 浙江大学硕士学位论文数控机床温度传感器优化布置及新型测温系统的研究 加实用性，但前提是不降低精度 4 最大灵敏度策略 温度变化将引起机床热误差明显变化的这些点为热误差敏感点，热误差对温度的变化 率就是灵敏度，理论上应选择灵敏度大的温度测点作为建模的对象。具体的选择过程为：首 先建立各温度测点的温度变化与热误差变化之间的相互关系然后根据这种关系所确定的导 数关系( 斜率) 辩识各温度测点的温度变化对热误差的影响程度。影响程度大的温度测点即为 热误差敏感点，作为用于热误差建模的候选点。 5 最近线性策略 通过温度测点的布置建立出线性热误差模型。线性热误差模型与传统的非线性多元回归 模型相比，具有训练速度快和更好的外插性能。如果能够把温度传感器安装在一些“策略” 位置上，便可采用线性模型进行热误差的分析，以减短热误差检测所必须的测量时间并提高 热误差模型内部拟合能力和外部推断能力 6 能观测性策略 能观测性策略是指所选温度测点的信号能否具有一定精度地表达机床热误差。可观测性 条件或温度对于热误差的表达与温度传感器在机床上的位置密切相关；只要温度传感器布置 合适，少量的温度测点也能表达热误差；为了保证可观测性或用温度表达热误差，温度传感 器应避免布置在特征函数的零点位置上 以上六个策略之间是相互联系、相互影响的，有些只是考虑的角度不同。因此，这些条 件难以同时达到，在机床温度测点的选择过程中要根据实际情况作具体的综合分析和全面考 虑。一般应先考虑主因素策略，即将各温度测点的数据与热误差数据作相关分析，选出符合 主因素策略的温度测点；其次考虑互不相关策略，即将各测点之间的温度数据作相关分析， 可使用模糊理论对温度测点进行聚类分组然后综合考虑最近线性策略、最少布点策略和最 大灵敏度策略，在各等类测点中选择有代表性的温度测点 1 4 机床温度测试技术 温度传感器优化布置是本文的一个研究重点，另一个重点是对机床的温度测试，即采用 什么样的方法实现测温系统，对机床温度场进行温度测试。 1 4 1 机床温度测试技术概述 数控机床温度测量的仪器可分为接触式和非接触式两大类。接触式测温仪器主要包括棒 式温度计，贴付式温度计、熟电偶、热电阻和半导体点温计；非接触式测温仪器主要包括点 式热像计和红外热像仪。棒式温度计是根据玻璃管内液体热胀冷缩原理制成的，通常有酒精 温度计和水银温度计两种，主要用于测试机床冷却液、循环油及周围环境的温度。贴式温度 计是在棒状温度计的液体包的一端套上一块导热性能好的金属块，用于测量机床表面受环境 6 浙江大学硕士学位论文数控机床温度传感器优化布置及新型测温系统的研究 温度的影响。 通常来说接触式测温仪表比较简单、可靠，测量精度较高；但因测温元件与被测介质需 要进行充分的热交金剐，需要一定的时间才能达到热平衡，所以存在测温的延迟现象。同时， 受到耐高温材料的限制，不能应用于很高的温度测量。非接触式仪表测温是通过热辐射原理 来测量温度的，测温元件不需与被测介质接触，测温范围广，不受测温上限的限制，也不会 破坏被测物体的温度场，反应速度一般也比较快；但受到物体的发射率、测量距离、烟尘和 水气等外界因素的影响，其测量误差较大。温度测试技术以传感器技术为主，常用的传感器 技术有：热电偶、热电阻、光学辐射式高温计、红外技术、激光技术、硅敏感元件等。 随着测试技术的发展，新型温度传感器不断出现，主要有以下几种：( 1 ) 新型热电偶， 如热电偶保护管，镍铬硅镍硅镁热电偶； ( 2 ) 复合管型实体热电偶；( 3 ) 复合管型铠装 熟电偶；( 4 ) 符合热电偶热电关系的红外测温探头；( 5 ) 黑体光纤红外辐射温度计；( 6 ) 集成电路，智能温度传感器等。某些温度传感器可以将测得的被测物体的热辐射能转换成k 、 e 及t 型热电偶热电势输出，即可以直接与上述相应的显示、调节仪表相连接因此，这种 产品有可能部分取代现有的热电偶【2 0 j 1 4 2 温度测试技术的最新动态及发展趋势 目前温度测试技术的最新动态主要有以下三种技术： 1 ) 由点到线、由线到面温度分布的测试技术； 2 ) 由表面到内部、深部的温度测试技术： 3 ) 从有线到无线的温度测试技术。 温度测试技术出现以下发展趁势： ( 1 ) 减小测试误差；( 2 ) 提高分辨力；( 3 ) 将测 试范围扩大到更高和更低的温度；( 4 ) 测试快速变化的温度；( 5 ) 测试温度轮廓和温度区 域；( 6 ) 在极端和特殊条件下的温度测试旺” 1 4 3 温度传感器 传感器属于信息技术的前沿尖端产品，尤其是温度传感器被广泛用于工农业生产、科学 研究和生活等领域，数量高居各种传感器之首。近百年来，温度传感器的发展大致经历了以 下三个阶段：( 1 ) 传统的分立式温度传感器( 含敏感元件) ；( 2 ) 模拟集成温度传感器，控制器； ( 3 ) 智能温度传感器。目前，国际上新型温度传感器正从模拟式向数字式、由集成化向智能 化，网络化的方向发展。传统温度传感器以热电阻、热电偶，热敏电阻为代表。集成传感器 是采用硅半导体集成工艺而制成的，因此亦称硅传感器或单片集成温度传感器。模拟集成温 度传感器是在2 0 世纪8 0 年代问世的，它是将温度传感器集成在一个芯片上、可完成温度测 量及模拟信号输出功能的专用l c 。 传统温度传感器，如热电偶、热电阻应用十分广泛，但是新型的只温度传感器有着传统 温度传感器所无法比拟的优势，下面重点介绍一下智能温度传感器及其应用。 7 浙江大学硕士学位论文数控机床温度传感器优化布置及新型铡温系统的研究 智能温度传感器( 亦称数字温度传感器) 是在2 0 世纪9 0 年代中期问世的它是微电子 技术、计算机技术和自动测试技术( a t e ) 的结晶。目前，国际上已开发出多种智能温度传感 器系列产品。智能温度传感器内部都包含温度传感器、a d 转换器，信号处理器，存储器( 或 寄存器) 和接口电路。有的产品还带多路选择器、中央控制器( c p u ) 、随机存取存储器( r a m ) 和只读存储器( r o m ) 。智能温度传感器的特点是能输出温度数据及相关的温度控制量，适配 各种微控制器( i c u ) ；并且它是在硬件的基础上通过软件来实现测试功能的，其智能化程度 也取决于软件的开发水平州。 进入2 1 世纪后，智能温度传感器正朝着高精度、多功能、总线标准化、高可靠性及安全性、 开发虚拟传感器和网络传感器、研制单片测温系统等高科技的方向迅速发展。 采用什么样温度传感器，以什么样的方式对机床进行测温，对本课题来说很重要，因 此研制可靠实用的新型测温系统也是本课题的重点之一。数字温度传感器相对传统温度传感 器具有很大的优势，因此在设计测温系统时，优先选择使用数字温度传感器的解决方案。 1 5 本文的主要研究内容 实现机床热误差补偿的关键在于：1 ) 选择合适的温度测点布置温度传感器以获得机床 温度场温度分布；2 ) 建立具有较高的预测精度和较高的鲁棒性的机床热误差模型，并能实 时预测机床热变形。本文的研究重点在于温度传感器优化布置的理论研究以及基于嵌入式系 统和数字温度传感器的新型测温系统的设计。针对这两点，本文对温度传感器优化布置、测 温系统的开发进行了深入地研究，并将研究的理论和方法应用于实际的数控机床热误差建 模。本文的主要研究内容有： 第一章，阐述了本论文的研究背景及重要意义，详细介绍了国内外机床热误差补偿的研 究概况，侧重介绍传感器优化布置方面的研究，同时也介绍了温度测试技术及温度传感器的 发展应用概况，概述了本文的研究内容。 第二章，分析机床热动态过程，采用有限元分析方法和模态分析方法，从理论上对机床 热变形过程中的温度场模态、热变形模态以及机床热误差分别加以讨论。通过对热变形模态 与振动模态的相似性研究，初步达到利用比较成熟的振动模态理论，求解熟变形模态问题的 目的，为进一步在数控机床热误差建模中的传感器优化布置奠定基础。 第三章，从理论上分析了主轴模型温度场和热变形的动态特性，从时域和频域分析热误 差，证明主轴模型中传感器最佳布置点的存在，从理论上探讨机床热误差建模中的温度传感 器优化布置的本质，迸一步从理论上获得- 7 _ 维平面模型和三维立体模型的传感器最佳布置位 置，为温度传感器最佳布置在机床实际热误差补偿应用中奠定理论基础。最后研究机床全局 情况，温度传感器在机床上的多维优化布置。 第四章，嵌入式新型数控机床温度测试系统的实现。首先对测温系统进行总体设计，根 据系统实际需要，设计系统的软硬件框架。然后采用3 2 位a r m 芯片和d s l 8 8 2 0 数字温度传 感器，根据功能需要设计工作电路。最后是温度测试系统软件设计，采用uc o s 玎为内核 8 浙江大学硕士学位论文致控机床温度传感器优化布置及新型测温系统的研究 的嵌入式操作系统作为系统的操作系统，分析测温程序功能需求，编程实现基于a r m 7 与 d s l 8 8 2 0 的数字温度传感器测温系统程序。 第五章，数控机床的热误差检测与温度测量的综合实验，采用数控机床c k 6 1 4 0 作为研 究对象，应用温度传感器优化布置理论对实验机床主轴进行温度传感器优化布置，测量并采 集温度和热变形值，采用最小二乘法进行热误差建模，分析比较实验结果。 第六章，对本论文的研究工作和研究成果进行了总结，展望了未来进一步的研究工作。 1 6 本文的研究意义 本文研究的核心内容是温度传感器在数控机床上的优化布置，这是进行数控机床热误差 建模补偿的关键技术之一。热误差模型的精确度和鲁棒性和大程度上取决于温度传感器的布 置。在以往的多数研究成果中如何确定温度传感器的位置，主要是凭经验、基于工程判断和 研究者的个人经验，通过实验和误差处理达到的。而通过对机床温度场的动态特性和热误差 模态的研究，通过理论与实验来研究寻找最佳温度测点无疑具有更高的精确性，这是本文研 究意义所在。 本文另一部分内容开发新型机床测温系统。以往的测温系统主要采用熟电偶、热电阻等 传统测温元件，此类传感器会有线性度差，或者信号量小，抗干扰能力差等缺点本文采用 新型的数字( 智能) 温度传感器，结合嵌入式技术，使测温系统测温的精度、可靠性有了一 定提高，测温系统外围结构也大为简化，这是本文研究的另一重要意义。 9 浙江大学硕士学位论史数控机床温度传感器优化布置及新型测温系统的研究 第二章机床热变形模态分析 【本章摘要】 对于机床熟误差建模，目前主要采用的方法是先通过实验测量机床的温度场以及检测热 误差，再对实验数据加以分析，找到机床温度与热误差之间的近似关系，建立用于补偿的热 误差模型但是这样很难从根本上解决问题，只有从理论上对数控机床的热变形规律加以分 析，找到机床热变形过程的规律，才可以更好地优化温度侍感器的分布，精确测量机床的温 度场，建立精确的热误差补偿模型，以达到减少热误差的目的 目前机床热变形理论还主要停留在静态研究上，而机床工作是一个热动态过程，对于机 床动态热变形理论仍需要进一步完善，以便更好地优化机床温度场的测量本章从理论上对 机床热变形过程中的温度场模态热变形模态以及机床热误差分别加以讨论，为数控机床热 误差补偿建模中寻求温度传感器优化布置奠定一定的理论基础 2 1 机床的热动态过程 围2 - 1 机床热动态过程 在机械加工中，加工精度以机床上刀具与工件之间相对位置的正确程度来决定在机床 运转过程中，由于机床在内、外热源作用，产生热量并传给机床，使各部位产生温度变化， o 浙江大学硕士学位论文 数控机床温度传感器优化布置及新型测温系统的研究 温度的变化使各零，部件产生一定的热变形，最终使刀具与工件产生相对位置变化，从而产 生热误差，导致机床加工精度下降。