基于BP网络的6-UPU开环并联机床误差预测.pdf

2 0 1 3年 4月 第 4 1 卷 第 7期 机床与液压 MACHI NE TOOL HYDRAUL I CS Ap r ． 2 01 3 Vo 1 ． 41 No ． 7 D OI 1 0 ． 3 9 6 9 ／ j ． i s s n ． 1 0 0 13 8 8 1 ． 2 0 1 3 ． 0 7 ． 0 1 7 基于 B P网络的 6 - U P U开环并联机床误差预测 韩绍 民，赵庆 志 ，辛庆杰 ，赵森 山东理工大学机械工程 学院 ，山东淄博 2 5 5 0 4 9 摘要以6 - U P U教学型并联机床为实验平台，以壳体铝合金零件加工为研究对象，提取加工尺寸误差样本数据，采用 B P神经网络建立加工尺寸误差预测模型，通过分析 6 - U P U教学型并联机床误差，提出实验数据与样本数据的处理原则， 全面考虑到加工过程中各种情况。提出的基于B P网络来预测加工误差具有较强的实用性和一定的先进性， 能有效提高加工 精度，为提高开环数控系统精度提供了新的途径。 关键词B P神经网络；6 - U P U教学并联机床；样本 ；精度 中图分类号T P 2 9 文献标识码 A 文章编号1 0 0 1 3 8 8 1 2 0 1 3 70 6 3 3 Pr o c e s s i ng Er r o r Pr e d i c t i o n f o r 6 ． UPU Pa r a l l e l M a c hi ne To o l Ba s e d o n BP Ne ur a l Ne t wo r k H A N S h a o m i n ， Z H AO Q i n g z h i ， X I N Q i n g j i e ， Z H A O S e n S c h o o l o f Me c h a n i c a l E n g i n e e r i n g ，S h a n d o n g U n i v e r s i t y o f T e c h n o l o g y ，Z i b o S h a n d o n g 2 5 5 0 4 9，C h i n a Ab s t r a c t A s t u d y o n t h e p r o c e s s i n g o f a n a l u mi n u m s h e l l c o mp o n e n t w i t h a 6 - UP U p a r a l l e l ma c h i n e t o o l w a s ma d e ． T h e s a mp l e d a t a o f t h e fi n i s h s i z e e r r o r we r e e x t r a c t e d a n d a mo d e l f o r t h e fi n i s h s i z e e l T o r p r e d i c t i o n wa s s e t u p b y u s i n g B P n e u r al n e t wo r k ． T h r o u g h a n aly z i n g t h e e r r o r o f 6 - U P U t e a c h i n g p ara l l e l ma c h i n e t o o l ， t h e p r o c e s s i n g p rin c i p l e o f t h e e x p e ri me n t al d a t a an d s a mp l e d a t a w a s p u t f o r w a r d．wi t } l o v e r all c o n s i d e r a t i o n a b o u t t h e p r o c e s s i n g s i t u a t i o n s ． Th e p r o p o s e d p r e d i c t i o n o f p r o c e s s i n g e r r o r b a s e d o n B P n e u r al n e t wo r k h a s s t r o n g p r a c t i c ab i l i t y an d a d v an c e d n a t u r e ， a n d i t c a n e f f e c t i v e l y i mp r o v e t h e ma c h i n i n g p r e c i s i o n，a n d i t als o p r o v i d e s a n e w wa y t o i mp r o v e t h e a c c u r a c y o f t h e o p e n l o o p n u me ric a l c o n t r o l s y s t e m． Ke y wo r d s B P n e u r a l n e t w o r k；6 一 UP U p a r all e l ma c h i n e t o o l ； S a mp l e；P r e c i s i o n 并联机床从本质上解决了串联机床布局上的固有 缺 陷 ，它以独 特 的优 点越 来 越受 到人 们 的重视 。然 而 ，由于市场的多样性、专业化以及并联机床的数控 系统开发周期长 、难度大 ，现在市场上流行 的并联 机 床多采用开环式设计 ，这就带来 了加工精度 问 题 。合理地预测加工 误差 ，对于提高并联机床精度有 重要 意义。 目前，应用基于专家系统、模糊技术及人工神经 网络等的智能技术已成为研究数控加工参数优化选取 的重要方法 。人工神经 网络技 术 的 自学习 ，为解 决这一问题提供了新思路，只要事先通过样本训练确 定网络 内部各个单元直接 的连接权 ，就可 以准确地预 测 出加工误差 。 作者以 6 - U P U教学型并联机床为实验平台，以 铣削壳类铝合金零件为研究对象 ，借助 B P神经网络 的自学习功能，建立并联机床误差模型 ，并进行数控 加工实验数据处理与分析 。 1 6 一 U P U教学型并联机床误差分析 6 - U P U教学型并联机床特点在于静平台通过 6 个 完全相 同的 U P U 万 向铰 一移 动副 一万 向铰 驱 动分支与动平台相连 ，每个驱动分支通过交流步进电 机和滚珠丝杠来改变其长度，从而改变动平台的位置 和姿态。这是一种六自由度的并联机构，精度问题依 然是当前并联机床待解决的难题和制约机床商品化和 产业化的瓶颈问题。影响并联机床精度的误差很多， 包括并联机床上零部件制造误差 、装 配误 差 ，加工过 程 中的受力变形 、热变形 、铰链 间隙误 差等非线性误 差 。 2试验数据的处理 为 了提高试 验的利 用率 ，必须对 离散的试验数据 进行处理 ，全 面考虑到加 工过程 中遇到 的各种情 况 。 这里 只选 取直 线加 工 后 的尺 寸为 代表 来 分析 尺 寸误 差 ，建立一维输出 B P神经网络。如果要研究其他加 工误差 ，增加 网络输 出维数即可 。 2 ． 1 样 本 的测 量 1 用精度 为 0 ． 0 2 m m 的游标 卡尺 测量 铣好 的 直线槽长度 ； 2 用精度为 0 ． 0 2 m l n游标卡尺分别测量 6根 杆件相对长度 ，在丝杆上选取任意一点为测量基准， 同时选取 动平台上 的万 向铰上 一点 为另一 测量 基准 ， 收稿 日期 2 0 1 2 0 3 0 2 作者简介韩绍民 1 9 8 7 一 ，男，硕士研究生，研究方向为先进制造工艺与装备。Em a i l mi n s h a o h a n 0 8 6 1 2 6 ． c o rn。通 信作者赵庆志，Em a i l z h a o q z me 1 6 3 ． c o n。 第 7 期 刘勇军 等 数控机床导轨变形误差补偿技术研究 9 3 就可以得到修正后的数控指令。修正过程可以采取 c 语言或 V i s u a l C 等高级语言编程 ，修正后的指令 再传给 C N C机床进行零件3 u - r 。 5 C K 6 1 4 0车床误差补偿 为了说明导轨弯曲变形对； n - c 件的精度影响，并 验证采用误差补偿技术对提高加工精度 的作用 ，对 C K 6 1 4 0型车床的导轨等距选取了 1 8个点 每隔 5 0 m l n ，并对下凹量进行了测量 ，测量值见表 1 。 表 1 C K 6 1 4 0车床导轨下凹量 z l ／ m 1 8 1 7 1 6 1 5 1 4 1 3 1 2 1 1 1 0 9 8 7 6 5 4 3 2 1 ／ I x m 1 1 1 6 2 1 2 3 2 2 1 7 1 3 1 0 7 5 2 1 1 0 0 0 0 0 图 5是根据对导 轨下凹量测量的结果采用最小二 乘法 拟合 的 3次 导 轨 曲线 ，从 图 中可 以 看 出 在 一 0 ． 9 0 ，一 0 ． 3 2 范围内曲线拟合与实际测量结果 较为接近，而在 一 0 ． 3 2 ，0 范围内与实际相差较 大，因为这一段采样点的测量结果都为 0 ，故可以对 导轨曲线进行处理 ，即当坐标在 一 0 ． 9 0 ， 一 0 ． 3 2 内时，按拟合曲线补偿，在 一0 ． 3 2 ，0 内时，补 偿量 为 0 。 0 1 0 县 2 0 30 哥1 40 50 6 0 z 坐 标／ m 1 0 ． 9． 0 ． 8 0 ． 7 0 ． 6． 0 ． 5 0 ． 4 ． 0 ． 3 0 ． 2． 0 ． 1 0 图5 导轨曲线拟合 导轨下凹量拟合曲线方程为 f 6 1 2 4 5 3 8 。 3 5 0 6 5 1 0 9 9 3 z 7 5 6 {z ∈ [ 一 0 ． 9 0 ， 一 0 ． 3 2 ] 8 【 龟 0 z ∈[ 一 0 ． 3 2 ， o 假如数控车床加工一个圆柱为 4 , 5 0的一段的轴， 加工段 轴绝对坐标从 6 0 0到 6 0 3 ，理想状态下精车 代码 准备代码略为 G01 X5 0 Z 6 0 3 补偿后的代码为 取步长为0 ． 0 5 GO1 X4 9 ． 9 9 7 Z一6 0 0 G0 1 X4 9 ． 9 9 7 Z一6 0 0 ． O 5 G0 1 X4 9． 9 9 7 Z 一6 0 0． 1 0 G0 1 x4 9 ． 9 9 8 Z一6 0 0 ． 1 5 G0 1 X4 9． 9 9 8 Z 一6 0 0． 2 0 G0 l X4 9． 9 9 9 Z 一6 0 2 ． 9 5 G01 X4 9 ． 9 9 9 Z 一6 0 3． 0 0 由于实验导轨较短、弯曲量不大，故从代码中可 以看出，补偿量并不大。对于大型、重型机床、导轨 弯曲量较大的情况下 ，更能体现误差补偿的优势。 6结论 1 弯曲变形是数控车床导轨失效的主要形式， 数控车床导轨弯曲变形将对零件加工精度产生重要影 响。 2 分 析 了导 轨 变形 对 加 工 零件 精 度 的影 响 ， 阐述了对导轨弯曲变形进行曲线拟合的方法，推导了 补偿 量 的计算 公式，介绍 了指令 修 正技术，并 对 C K 6 1 4 0型数控机床进行 了实 际补偿 。 3 所提出的补偿方法和指令修正技术可以为 数控机床全局误差补偿提供理论支持和参考。 参考文献 【 1 】 李恒熙 ， 胡志玲． 机床导轨误差对机械加工品质的影响 [ J ] ． 机械制造与研究， 2 0 0 6 3 3 43 5 ． 【 2 】曲智勇， 陈维山， 姚郁． 导轨几何误差辨识方法的研究 [ J ] ． 机械工程学报， 2 0 0 6 ， 4 2 4 2 0 1 2 0 5 ． 【 3 】王哲， 赵爱国， 赵德云． 数控机床定位精度的综合分析 [ J ] ． 机械设计与制造， 2 0 1 0 9 1 3 21 3 3 ． 【 4 】 韩丽娟 ， 张立成 ， 王幼勇． 机床导轨直线度误差的测量及 数据处理[ J ] ． 煤矿机械， 2 0 0 7 ， 2 8 9 8 3 8 6 ． 【 5 】 李耀明， 沈兴全 ， 王爱玲． 数控机床误差补偿的数控指令 修正方法研究[ J ] ． 陕西科技大学学报 ， 2 0 0 9， 2 7 6 8 0 8 4． 【 6 】彭志， 王立鹏 ， 王欣彦． 数控机床导轨面变形预补偿的有 限元分析[ J ] ． 机床与液压， 2 0 1 1 ， 3 9 1 2 2 62 7 ． 【 7 】裴旭明， 刘超锋． 在役机床导轨面失效的危害与原 因分 析[ J ] ． 组合机床与 自动化加工技术 ， 2 0 1 1 6 3 7 4 O ． 【 8 】姜万生， 黎永前， 乐清洪． 精密机床几何误差补偿技术及 应用[ J ] ． 制造业 自动化 ， 2 0 0 2 ， 2 4 1 2 4 74 9 ． 上接第 6 5页 【 5 】 蔡安江 ， 席洪波， 郭师虹． 基于 B P神经网络的数控加工 铣削参数优化[ J ] ． 模具工业， ， 2 0 0 8 ， 3 6 9 2 62 9 ． 【 6 】 孙哲． 6 一 U P U型并联机床数控系统研究 [ D ] ． 济南 山 东理工 大学 ， 2 0 1 1 ． 【 7 】 邓清伟 ， 唐竞， 王文力 ， 等． 2 0 钢高温时效组织模式识别 的 U N D E研究[ D ] ． 大连 大连理工大学 ， 2 0 1 0 ． 【 8 】 王勤． 高校学生个人信用评价方法及应用研究 [ D] ． 重 庆 重庆大学 ， 2 0 0 6 ． 【 9 】焦玮玮， 董增仁， 孙威， 等． 核磁共振永磁体无源匀场的 神经网络方法[ J ] ． 中国科学院研究生院学报 ， 2 0 0 6 ， 2 3 2 1 4 91 5 4 ． 【 l 0 】 邓清伟 ， 唐竞 ， 王文力， 等． 数控铣削参数优化的研究与 开发[ J ] ． 航空制造技术， 2 0 1 0 2 2 5 6 5 8 ． 【 1 1 】 朱喜林 ， 吴博达， 武星星， 等． B P网络在优化机械加工 参数中的应用 [ J ] ． 计算机集成制造系统 ， 2 0 0 4 6 l】 3 9 一l 】 4 3．