数控机床主轴热误差的数据驱动模型研究

来源：机床与液压杂志2018年第3期北京时间：

作者：魏弦

单位：攀枝花学院

摘要：当实际工况与建模工况存在差异时，传统的热误差模型往往表现出较差的鲁棒性和预测精度，主要原因在于建模数据的局限性和模型的未建模动态。为了改善上述状况，提出了一种基于数据驱动的数控机床主轴补偿模型。此模型采用无模型自适应控制算法建模，结合机床运行中生成的数据（温度数据和误差数据）对热误差模型进行实时修正，使模型能快速适应新的加工工况，从而提高模型的鲁棒性。在一台数控车床主轴上进行了试验验证，结果表明：无模型自适应控制与多元回归模型比较，其标准差、最大残差和误差平方和分别提高了41%、62%和56%，此模型的鲁棒性和预测效果好。同时，此方法为大数据在机床主轴热误差补偿中的应用奠定了基础。

关键词：热误差补偿;无模型自适应控制; 数控机床主轴;大数据

基金资助：国家自然科学基金资助项目（51605381）；四川省科技厅科技支撑项目（2016GZ0205）；四川省教育厅重点项目（16ZA0415）