李永祥---制造过程测试技术申报书2011(基础研究).doc

登记号

西南科技大学
制造过程测试技术－省部共建教育部重点实验室
开放课题申请书
（基础研究）

课题名称：
数控机床热误差补偿关键技术的理论分析
及其应用研究
资助类型：
创新性前沿基础研究项目
申 请 者：
李永祥
电 话：
15105790530
依托单位：
浙江师范大学 工学院
通讯地址：
浙江金华市迎宾大道688号
邮政编码：
321004
单位电话：
0579-82282808
电子邮件：
lyx@
申报日期：
2011-11-14

制造过程测试技术－省部共建教育部重点实验室
二〇一一年制填表注意事项

一、填写申请书前，请先查阅《制造过程测试技术－省部共建教育部重点实验室2011年度开放课题申请指南》和《西南科技大学重点实验室建设与管理办法》（西南科大发〔2010〕42号）的有关规定，按所申请资助课题类型填写相应的申请书。
二、申请书各项内容，要实事求是，逐条认真填写。表达要明确、严谨，字迹要清晰易辨。外来语要同时用原文和中文表达。第一次出现的缩写词，须注出全称。
三、若表格有限，请另附活页，并用A4纸打印，于左侧装订，一式三份（至少一份为单位盖章的原件）。由所在单位审查签署意见后,报送制造过程测试技术－省部共建教育部重点实验室。
四、封面右上角“登记号”由制造过程测试技术－省部共建教育部重点实验室填写。
五、制造过程测试技术－省部共建教育部重点实验室联系地址：
四川省绵阳市涪城区青龙大道中段59号西南科技大学制造学院
邮政编码：621010
联系电话：[phone]
电子邮件：uestc_dai@
联 系 人：戴强
基本信息
申
请
者
信
息
姓名
李永祥
性别
男
出生年月
1977.11
民族
汉
学位
博士
职称
讲师
主要研究领域
精密加工与测试
身份证号
640103197711151215
电话
15105790530
电子邮件
lyx@
工作单位
及部门
浙江师范大学工学院
依托
单位
信息
单位名称
浙江师范大学
联系人
姜丽 
电子邮件
jiangli@
电话
0579-82282808
网站地址

合作
单位
信息
单位名称

项目基本信息
项目名称
数控机床热误差补偿关键技术的理论分析及其应用研究
指南方向
过程状态监测与系统
资助类型
创新性前沿基础研究项目
预计研究年限
2年
申请经费
5万元
摘要(限400字)

现代机械制造向着高效率、高速度、高质量和高精度发展。机床热误差补偿技术是提高精密数控机床加工精度的关键技术之一，已成为当前国内外研究的重要热门课题之一。大量研究表明，机床热误差已成为影响机床加工精度的关键因素。应用设计和制造技术改进机床自身结构可减小误差，但运用误差补偿技术来提高机床加工精度却是一种有效和经济的途径。本课题以数控机床在加工过程中所存在的热动态过程为研究对象，对机床热误差实时补偿的关键技术进行理论分析和科学研究。具体内容包括：机床热误差源的检测和分析、机床热误差运动综合数学模型的建立、机床热误差实时补偿的执行研究和机床误差补偿效果的测试分析。本课题旨在揭示数控机床热误差补偿领域的内在规律和技术特点，基于所建模型开发出具有自主知识产权的高精度、低成本数控机床热误差实时补偿系统，将其应用于特别是国产的数控系统中，对机床主轴和刀具间的热变形误差进行实时修正，为大批数控机床热误差补偿的实施创造有利条件，从而使数控机床热误差实时补偿更有效，能够明显提高数控机床的加工精度，提升我国数控机床的国际竞争力，促进我国机床加工制造业的快速发展。
关键词（用分号分开，最多5个）
数控机床；热误差；误差补偿；建模；加工精度

项目组主要参加者
序号
姓名
身份证号
性别
职称
学位
单位名称
项目分工
签名
1

2
虞付进
210103196504131831
男
副教授
硕士
浙江师范大学
数控加工与编程

3
尹晓红
33072219850805822X
女
讲师
博士
浙江师范大学
数控编程与数字建模

4
张立峰
330681198901198397
男
硕士生
硕士
浙江师范大学
数控编程与加工

5
李新辉
362204198802074834
男
硕士生
硕士
浙江师范大学
现场测试与诊断

6

7

8

9

10

经费申请表 （经费单位：万元）
科 目
申请经费
备注（计算依据与说明）
研究经费
5

1、科研业务费
3.2

（1）仪器设备使用费、科研样品分析测试费、数据处理计算费（占总经费的40%）
2

（2）差旅费、学术交流费
0.6
项目研究过程中试验调研、参加国内学术会议等活动中的交通、通讯费用以及会务费用
（3）发表学术论文版面费、资料打印复印费、专利申请费
0.6
出版费、资料费、专用软件购买费、文献检索费、专业通信费、专利申请及其他知识产权事务费
2、实验材料费
0.4

（1）实验原材料、试剂、药品购置费
0.4
各种原材料、辅助材料的采购及运输、装卸、整理等费用，燃料动力费以及测试化验加工费等
（2）其他

3、设备购置费

（1）小型仪器设备购置费、仪器设备改装费

（2）其它

4、课题组织实施费
1.4

（1）课题研究人员到重点实验室从事研究工作所发生的交通、住宿、生活补贴等
1

（2）参加课题研究工作的研究生的劳务费（小于总经费的10%）
0.4
用于直接参加项目研究的研究生劳务费，专家咨询费等
5、管理费

其它

备注：课题经费开支不含车辆保险、养路、维修及其餐饮娱乐等发生的费用。
报告正文
一、立项依据
误差补偿技术，相对于单纯提高机床本身精度来保证日益精密要求的零件加工精度，是一条经济合理而又可行的有效途径，集传感器技术、检测技术、信号处理技术、计算机技术、现代控制理论、微位移技术于一体，是一项综合高技术，是提高精密和超精密加工水平的重要途径之一。
现代机械制造向着高效率、高速度、高质量和高精度发展。精密和超精密加工技术已经成为现代机械制造中最重要的组成部分和发展方向，并成为提高国际竞争能力的关键技术。机械加工精度的提高也是产品质量控制的重要环节。随着精密加工的广泛应用，对各种数控机床及加工中心的加工精度提出了更高的要求。在各种高速、精密加工机床中，热变形导致的机床误差问题日益突出，已成为影响系统加工精度稳定性的关键因素。大量研究表明，热误差是数控机床等精密加工机械的最大误差源，占机床总误差的40%～70%左右，所以对机床热变形误差的控制将是提高机床加工精度的关键技术[1-5]。
机床热误差主要由加工环境的温度变化引起，加工过程中不可避免地要发热，热源包括驱动马达、切削过程、传动件、液压系统、冷却液等，这些机床内外热源引起机床部件热变形而造成机床热误差。加工过程产生的热量使机床结构发生膨胀，影响加工精度。要提高机床加工精度、减小热误差，目前主要是采用误差防止法和误差补偿法两种途径来实现。
（1）误差防止法是试图通过设计和制造途径消除或减少可能的热误差源，提高机床的制造精度，或者控制温度来满足加工精度要求。误差防止法有很大的局限性，随着机床本身精度的提高，会造成系统成本大幅上升，所带来的费用增加是昂贵的，受到经济条件的限制，而且存在着现有加工能力的限制和无法克服外界环境干扰引起的误差等问题。
（2）误差补偿法是应用某种控制策略，利用监测装置，执行机构和计算机技术来减小加工误差，提高加工精度，可以在不提高机床自身加工精度的条件下，通过对加工过程的误差源分析、建模，实时地计算出空间位置误差，将该误差反馈到控制系统中，改变实际坐标驱动量来实现误差修正，从而使被加工的工件获得有可能比母机更高的精度，同时，还可以降低仪器和设备制造的成本，具有非常显著的经济效益，因而热误差补偿技术以其强大的技术生命力迅速被各国学者、专家所认识，并使之在机械制造行业中得以迅速发展和推广[6-10]。
误差补偿技术（Error Compensation Technique）是由于科学技术的不断发展对机械制造业提出的加工精度要求越来越高、随着精密工程发展水平的日益提高而出现并发展起来的一门新兴技术。
从科学性讲，误差补偿技术的迅速发展极大地丰富了精密机械设计理论、精密测量学和整个精密工程学，成为这一学科的重要分支。与误差补偿相关的技术有检测技术、传感技术、信号处理技术、光电技术、材料技术、计算机技术以及控制技术等。作为一门新技术分支，误差补偿技术具有自己的独立内容和特色。进一步研究误差补偿技术，使其理论化、系统化，将具有非常重要的科学意义。
从工程性讲，误差补偿技术的工程意义是非常显著的，它包含三层含义：其一是，采用误差补偿技术可以较容易地达到“硬技术”要花费很大代价才能达到的精度水平，如一台普通的三坐标测量机空间坐标测量的最大综合误差为±40mm，经误差补偿后，其最大综合误差降为±4mm；其二是，采用误差补偿技术，可以解决“硬技术”通常无法达到的精度水平。其三是，满足一定的精度要求情况下，若采用误差补偿技术，则可大大降低仪器和设备制造的成本，具有非常显著的经济效益。
国内外在数控机床热误差补偿与控制方面进行了大量研究，近年来国外取得了较大进展，有些技术已应用于高速高精度数控机床。最早发现机床热变形现象并进行研究的国家之一是瑞士。1933年，瑞士通过对坐标镗床进行测量分析后发现机床热变形是影响定位精度的主要因素。30、40年代，各国有关学者对各种机床热变形的研究侧重对机床热特性作实用性改进。大约在50年代，开始了误差补偿，如用螺距校正尺刚性补偿丝杆车床母丝杆螺距误差。60年代，研究者们就机床热性能进行了很多研究，企图用解析和数字（有限元）方法来计算机床结构的热膨胀与变形。70年代，研究人员使用FEM进行机床热变形计算和机床优化设计[11]。到了80年代初期，误差补偿技术已成功地用于坐标测量机上[12]。Jin-Hyeon Lee（2002）提出了基于关联组合和连续线性回归分析的热误差模型，利用其中的判断函数可以有效地选择模型变量，改善共线性问题和减少了计算时间，提高了模型精度[13]。R. Ramesh（2003）发现了机床温度场的变化会影响主轴位置误差，而且试验中所设置的操作参数也会产生影响，在热误差补偿系统中必须得到重视，并在三轴垂直加工中心上进行了测试研究[14-15]。Jun Ni等人（2005；2008）提出了系统模型适应方法用于不断更新在不同的加工条件下的热误差模型。利用过程间断探测技术和适应系统辨识技术集成去监测和估计机床热误差，在加工过程中修正模型参数，从而很好的保持了模型的适应性[16-17]。同时，又提出了动态神经网络模型[18]去跟踪各种热态下的非线性时变误差，依靠集成循环神经网络（IRNN）去辨识热塑性过程的非稳定性，模型精度优于多变量回归分析模型（MRA）、多层前馈神经网络（MFN）和循环神经网络（RNN）。文献[19]基于机床结构环路的压力自由变形和刚体运动学，利用机床温度场分布参数进行热误差计算。文献[20]结合前馈神经网络（FNN）和混合过滤器技术所形成的热误差修正模型用于改善热误差预测精度和减少计算时间。
我国对机床热变形研究及误差建模、测量和误差补偿技术的研究始于50年代。到70年代末，有关机床热变形及误差补偿技术的研究工作在不少高校和研究单位先后展开。清华大学（2000）采用逐步回归方法建立了机床主轴热误差的多元线性回归模型[21]。北京机械工业学院利用软件方法补偿热误差，多输入和多输出模型用于建立机床热误差数学模型[22-24]。上海交通大学（2000-2002）将齐次坐标变换理论结合刀具与工件联结链矢量概念建立了加工中心误差运动综合补偿模型，可对多轴设备和机器人的非刚体误差运动进行描述[25-26]。同时，针对数控机床热变形补偿模型研究和应用中须快速采集温度与热误差信号的特点，开发了一种检测系统能够方便快捷的测量机床各部位温度和机床热误差的功能[27]。浙江大学（2002）采用改进的BP神经网络对三维非接触式测量系统进行了热误差分析和建模[28]。上海交通大学（2003）基于数控系统的外部机床坐标系偏移功能，通过修改数控系统中的PLC程序，将数控机床的热变形误差读入数控系统，利用外部机床坐标系的偏移而实现热误差的实时补偿 [29]。上海交通大学（2004）提出数控机床热误差分组优化建模[30]。上海交通大学（2005）将由机床热变形引起的、决定工件加工误差的工件与刀具间相对位移通过机床数控系统的外部机床坐标系偏置来实现实时补偿，并研制开发了高精度、低成本的热误差实时补偿控制器[31-32]。同时（2008）还使用改进后的神经网络理论对数控机床热误差数学模型进行了研究，具有很好的拟合性和预测能力，对温度传感器布点的鲁棒性优于传统的最小二乘法建模[33-35]。上海交通大学（2007）通过借鉴气体流动传热学理论去模拟计算机床主轴表面的热交换参数，对机床主轴温度场和热误差进行了有限元分析，得出了机床热误差鲁棒建模的关键测点，热误差模型在数控加工中心上进行了模拟验证，试验结果具有深远意义[36]。
综观机床误差补偿建模技术的研究现状，通过误差补偿技术来提高机床精度目前越来越受到重视，国内外在这方面的研究近年来有许多新的发展，许多研究人员将专家系统、模糊控制、神经网络等人工智能技术应用在误差辨识和误差建模方法的研究方面，也有的已经在实际中得到应用。而对于机床热误差，相关的研究工作做得还比较少，在数控机床的热误差补偿方面仍然存在许多需要解决的问题，例如在机床内部由于热源特别多，在传热和散热时温度梯度变化，切削液、环境温度影响，由间隙、摩擦等引起的热滞现象，以及接触面复杂热应力引起的变形等，以上因素导致热误差表现为时滞、时变、多方向耦合及综合非线性特征，增加了用数学模型描述热误差的复杂性及误差补偿的不确定性；如何在机床热误差和温度场的快速辨识方面进行深入研究；在热关键点的合理选择和误差测量技术的改进方面还有待于进一步解决；如何提高热误差补偿模型的鲁棒性；怎样进行机床热误差的实时补偿等等。本申请课题针对上述所存在的问题提出一些新研究理论方法，来建立鲁棒性强和精确性高的机床热误差预测模型，在此模型基础上，开发出具有自主知识产权的高精度、低成本数控机床热误差补偿控制系统，将其应用于特别是国产的数控系统中，为大批数控机床热误差补偿的实施创造有利条件，从而使数控机床热误差实时补偿更有效，能够明显提高数控机床的加工精度，提升我国数控机床的国际竞争力，促进我国机床加工制造业的快速发展。
参考文献
[1] 倪军.数控机床误差补偿研究的回顾及展望[J]. 中国机械工程，1997，8(1)：29-33.
[2] 杨建国.数控机床误差综合补偿技术及应用[D]. 博士学位论文.上海：上海交通大学，1998.
[3] R. Ramesh, M.A. Mannan, A.N. Poo. Error compensation in machine tools-a review Part Ⅰ: geometric, cutting-force induced and fixture dependent errors [J]. International Journal of Machine tool & manufacture, 40(2000)1235-1256.
[4] R. Ramesh, M.A. Mannan, A.N. Poo. Error compensation in machine tools-a review Part Ⅱ: thermal errors [J]. International Journal of Machine tool & manufacture, 40(2000)1257-1284.
[5] Bryan, J. B. International Status of Thermal Error Research [J]. Annals of CIRP, 1990, 39 (2): 645-656.
[6] 任永强.数控机床误差高效测量、建模及补偿应用研究[D]. 博士学位论文.上海交通大学，2004.
[7] 杜正春，杨建国，关贺等. 制造机床热误差研究现状与思考[J]. 制造业自动化，2002，24(10):1-4.
[8] Yang S, Yuan J. Improvement of thermal error modeling and compensation on machine tools by neural network[J]. International Journal of Machine Tool and Manufacture,1996,36(4): 527-537.
[9] 刘又午，刘丽冰. 数控机床误差补偿研究[J]. 中国机械工程，1998，9(12)：48-51.
[10] Vyroubal. J. Using the spindle cooling temperature as a tool for compensating the thermal deformation of machines [J]. Acta Polytechnica, 2010, 50(1):19-22.
[11] Spur G, Hoffmann E, Paluncic Z, et al. Thermal Behavior Optimization of Machine Tools [J]. Annals of CIRP, 1988,37 (1).
[12] Zhang G, Wang C, Hu X. Error Compensation of Coordinate Measuring Machine [J]. Annals of CIRP, 1985, 34 (1): 445-448.
[13] Jin-Hyeon Lee, Seung-Han Yang. Statistical optimization and assessment of a thermal error model for CNC machine tools [J]. International Journal of Machine Tools & Manufacture, 42(2002)147-155.
[14] R. Ramesh, M.A. Mannan, A.N. Poo. Thermal error measurement and modeling in machine tools. PartⅠ. Influence of varying operating conditions [J]. International Journal of Machine Tools & Manufacture, 43(2003)391-404.
[15] R. Ramesh, M.A. Mannan, A.N. Poo. Thermal error measurement and modeling in machine tools. PartⅡ. Hybrid Bayesian network-support vector machine model [J]. International Journal of Machine Tools & Manufacture, 43(2003)405-419.
[16] Hong Yang, Jun Ni. Adaptive model estimation of machine tool thermal errors based on recursive dynamic modeling strategy [J]. International Journal of Machine Tools & Manufacture, 45(2005)1-11.
[17] Zhu Jie, Jun Ni and Shih. Albert J. Robust machine tool thermal error modeling through thermal mode concept [J]. Journal of Manufacturing Science and Engineering, 130 (6) 2008 61-69.
[18] Hong Yang, Jun Ni. Dynamic neural network modeling for nonlinear, nonstationary machine tool thermally induced error [J]. International Journal of Machine Tools & Manufacture, 45(2005)455-465.
[19] F.L.M. Delbressine, G.H.J. Florussen, L.A.Schijvenaars. Modelling thermomechanical behaviour of multi-axis machine tools [J]. Precision Engineering, 30(2006)47-53.
[20] Yuan Kang, Chun-wei Chang, Yuanruey Huang, Chuag-Liang Hsu, I-Fu Nieh. Modification of a neural network utilizing hybrid filters for the compensation of thermal deformation in machine tools [J]. International Journal of Machine Tools & Manufacture, 47(2007)376-387.
[21] 项伟宏，郑力，刘大成等. 机床主轴热误差建模[J]. 制造技术与机床，2000,11：12-15.
[22] 杨庆东. 神经网络补偿机床热变形误差的机器学习技术[J]. 机械工程学报，2000,36(1)：92-96.
[23] Yang, Qingdong. Study of the thermal deformation on a coordinate measuring machine and compensation via a neural network model [J]. International Journal of Flexible Automation and Integrated Manufacturing, 7(1999)129-147.
[24] Yang, Qingdong. Linear regression and neural net models applied to thermal error compensation in machine tools [J]. European Journal of Mechanical and Environmental Engineering, 44(1999)146-152.
[25] 杨建国，许黎明，刘行等. 加工中心的几何误差和热误差综合补偿建模[J]. 计量学报，2001，22(2)：90-94.
[26] J.G. Yang, Y.Q. Ren, Z.C. Du. An application of real-time error compensation on an NC twin-spindle lathe [J]. Journal of Materials Processing Technology, 129(2002)474-479.
[27] 李静敏，黄明礼，朱卫斌等. 数控机床温度与热误差检测系统[J]. 机械制造与研究，2001(4)：82-84.
[28] 傅龙珠，陈亚良，狄瑞坤. BP神经网络补偿三维曲面非接触式测量系统热变形误差研究[J]. 机电工程，2002，19(4)：55-58.
[29] 任永强，杨建国，罗磊等. 基于外部机床坐标系偏移的热误差实时补偿[J]. 中国机械工程，2003，14(14)：1243-1246.
[30] 杨建国，邓卫国，任永强等. 机床热补偿中温度变量分组优化建模[J]. 中国机械工程，2004，15(6)：478-451.
[31] 杨建国，张宏韬，童恒超等. 数控机床热误差实时补偿应用[J]. 上海交通大学学报，2005，39(9)：1391-1394.
[32] J.G. Yang, Y.Q. Ren, G.L. Liu, H.T. Zhao. Testing, variable selecting and modeling of thermal errors on an INDEX-G200 turning center [J]. International Journal of Advanced Manufacturing Technology(2005)1703-1708.
[33] Hong-tao Zhang, Jian-guo Yang and Yi Zhang. Measurement and compensation for volumetric positioning errors of CNC machine tools considering thermal effect [J]. International journal of advanced manufacturing technology, 2010:1-9.
[34] 吴昊，杨建国，张宏韬等。精密车削中心热误差鲁棒建模与实时补偿[J]. 上海交通大学学报，2008,42(7)：1064-1069
[35] Jia-yu Yan, Jian-guo Yang. Optimal linear combination of neural networks to model thermally induced error of machine tools [J]. International journal of modeling, identification and control, 2009, 8(2): 139-147.
[36] Zhao Haitao, Yang Jianguo, Shen Jinhua. Simulation of thermal behavior of CNC machine tool spindle [J]. International Journal of Machine Tools & Manufacture, 47(2007)1003-1010.
二、研究方案
（一）研究目标、研究内容和拟解决的关键问题
（1）研究目标
基于对数控机床热动态过程的分析，通过设计高效热误差采集检测系统获取机床热误差试验测量数据信息，建立有较强鲁棒性和较高精度的热误差模型，基于所建模型开发出具有自主知识产权的高精度、低成本数控机床热误差实时补偿系统，将其应用于特别是国产的数控系统中，对机床主轴和刀具间的热变形误差进行实时修正，为大批数控机床热误差补偿的实施创造有利条件，从而使数控机床热误差实时补偿更有效，能够明显提高数控机床的加工精度，提升我国数控机床的国际竞争力。
（2）研究内容
热误差补偿技术已成为现代精密机床提高加工精度的一种关键技术。本课题主要围绕着热误差补偿技术的相关内容展开系统而深入的研究，其主要研究内容和关键技术包括：热误差源的检测和分析、热误差运动综合数学模型的建立、热误差补偿的执行和误差补偿效果的评价。
（1）深入了解和分析所研究数控机床以及加工中心的热误差及热误差产生源，认识各误差环节，掌握误差的性质、产生规律和对加工精度的影响，通过热误差模态分析并确切掌握各误差之间的关系，获取表征机床温度场并用于机床热误差建模的关键温度点，实现机床热误差温度测点优化，为建立对该误差的补偿模型做好准备；
（2）热误差补偿的前提是能够对某一温度场下的机床热误差进行准确的预报，然后根据预报值进行补偿，这就要求尽可能准确的进行热误差建模。热误差建模方法很多，选择不同的建模方法对误差补偿效果有非常大的影响。本课题将基于机床热变形误差的产生机理及变化规律的错综复杂性，建立鲁棒性强和精确性高的机床热误差预测模型，实现对机床热误差的有效实时补偿；
（3）热误差补偿控制系统已成为现代高档数控机床必备的智能模块。热误差补偿原理是将热误差预测模型置入补偿系统中，补偿系统根据温度传感器测得的关键点温度计算出热误差补偿值，并将补偿信号反馈给CNC控制器，通过平移控制系统的参考原点，并加到伺服环的控制信号中以实现热误差的实时补偿。本课题将基于自身开发的机床热误差补偿模型，依据数控机床热误差补偿原理，开发出具有自主知识产权的高精度、低成本数控机床热误差补偿控制系统，具有可靠性强，数据处理速度块，从而提高数控机床热误差补偿的精度和实时性；
（4）建立对热误差补偿效果进行分析和评价的科学方法和体系，确立热误差补偿效果的评价机制，以便改进热误差补偿模型或热误差补偿系统从而达到更好的加工精度，同时开展数控机床热误差补偿系统的应用研究，首先在本课题实验中心的数控机床以及加工中心上执行热误差实时补偿，对热误差补偿效果进行分析和评价，根据误差结果对热误差补偿模型或系统进行改进，经过反复调试和改进，实现数控机床热误差补偿目标和精度要求，最终实现热误差补偿理论的技术成果推广，实现大批数控机床的热误差补偿，提高数控机床的加工精度。
（3）拟解决的关键问题
（1）热误差源的检测和分析，获取表征机床温度场并用于机床热误差建模的关键温度点，实现机床热误差温度测点优化；
（2）热误差运动综合数学模型的建立，基于机床热变形误差的产生机理及变化规律的错综复杂性，建立鲁棒性强的机床热误差预测模型；
（3）热误差实时补偿系统开发，在数控机床以及加工中心上热误差实时补偿的实施。
（二）拟采取的研究方案及可行性分析
（1）误差源的检测和分析
在机械加工中，由于机床各部件温升引起的热变形，使机床上刀具与工件之间原来相对正确的位置产生了变化，从而造成了加工误差。从误差补偿的角度进一步深入了解和分析机床误差及误差产生源，认识各误差环节，掌握误差的性质、产生规律和对加工精度的影响，并确切掌握各误差之间的关系。机床热变形是导致热误差的直接原因，机床内部的轴承、电机及导轨间的摩擦都会产生大量的热量，使机床内部热平衡被打破，不断变化的温度场引起机床内部产生热应力，致使机床部件只有通过变形来平衡热应力的作用。机床部件的结构形状大多都是不规则的，这使得内部传热变得极为复杂。对于热误差要进行分析以获取表征机床温度场并用于机床热误差建模的关键温度点，为建立对该误差的补偿模型做好准备。
（2）热误差运动模型的建立
针对机床加工过程中的热变形误差受多种因素影响，变化趋势复杂，难以用常规预测方法进行有效预测的问题，本课题将新的研究方法和理论运用到热误差建模中，为误差补偿预测建模技术注入新的活力，将在已有研究工作的基础上，首先，借助于神经元动态规划（Neuro-Dynamic Programming, DNP）理论来进行机床热误差建模理论的研究，其主要是采用动态规划的基本思想和结构，汲取了人工神经网络、计算机仿真、人工智能等领域的成果和方法，通过对实际系统的仿真、对系统自身进行优化，来提高系统的性能。神经元动态规划特别适合复杂的、难以通过建立数学模型来解析求解、优化，但同时又是易于仿真模拟的一类优化问题。其次，本课题还将借助于更多的数学理论和方法，例如免疫遗传算法和蚁群算法等优化算法，提出和采用多种机床误差建模理论和新方法，充分发挥每一种优化算法的优势和特点来建立鲁棒性强的综合预测模型，使对复杂系统的预测建模成为可能，改善预测能力，提高机床热误差的预测精度。
（3）误差补偿的执行
在早期的误差补偿研究中，补偿是通过离线修改数控代码而实现的。该方法相当耗时，且假定离线辨识的误差在实际加工中保持相同。本申请课题针对不同类型的数控机床和加工中心，主要采用如下图所示热误差补偿系统来实现误差补偿。

上位机
单片机
采集建模模块
I/O接口板
PLC
CNC控制器
补偿工作模块
数据通讯
补偿值输出
A/D转换
位移传感器
温度传感器
信号采集（共用模块）

图 1-1 热误差补偿系统的结构框图
Fig. 1-1 Structure frame of thermal error compensation system

热误差补偿系统的结构框如图1-1所示，补偿系统主要有信号测量采集的位移传感器和温度传感器，单片机和与数控系统和上位机的一些通讯接口组成。补偿系统工作时首先要对机床的误差进行必要的测量，同时补偿器通过串口和上位机电脑相连，位移传感器和温度传感器测得的信号采入并进行A/D转换，上位机电脑中由虚拟仪器软件labwindows软件编写的数据采集程序发送采集命令，读入位移和温度信号并与保存，采集完毕之后。对这些温度和位移等误差建立适当的建模并写入单片机系统，在误差补偿时就可以根据外部的温度变化和单片机里的模型实时计算补偿数值，这样就可以完成数控机床热误差的实时补偿，对于和位置相关的误差在补偿的时候还需要从控制系统引入机床的位置信号。
在补偿过程中，补偿系统会根据误差运动综合数学模型、误差分量模型以及实时反馈（如温度、位置等值）预报机床最终误差，并实时补偿该误差。误差补偿的具体执行是通过移动运动副以使刀具和工件在机床空间误差的逆方向上有一相对运动而实现的。
（4）误差补偿效果的评价
当一个补偿系统建立起来后，应对该系统的补偿效果进行分析，以便改进补偿模型或系统从而达到更好加工精度。有三种评价补偿效果的方法：第一种为传感器主轴热漂检测法，即用位移传感器检测主轴热漂移误差，主要检测对机床热变形误差补偿的效果；第二种为激光斜线测量评价法，即用激光测量仪器在机床空切削中拖板走斜线进行线性位移误差的检测，主要检测对机床几何位置误差补偿的效果；第三种为实际切削试验法，即通过实际生产中工件的切削，用补偿加工获得的工件尺寸来评价补偿的效果，这是最终最重要的补偿效果验证，验证补偿技术能否真正用于实际生产，转化为劳动生产力，这是最终目的。一般先用传感器主轴热漂检测法和激光斜线测量评价法进行数学模型的初步修改，然后用实际切削试验法进行数学模型的精调。
（三）本课题的特色与创新之处
（1）本课题将提出对影响机床热误差的机床温度场分布进行优化的布置策略和实施方法，来实现机床上温度传感器的优化布置，避免因过多的温度变量所导致在热误差模型中的变量耦合问题，是对提高机床热误差模型鲁棒性的智力支持和有力保证。
（2）基于数控机床的动态加工特性，以及机床热误差的产生机理及其