公开(公告)号：CN114488945B

公开(公告)日：2023-11-14

申请号：CN202210008756.5

申请日：2022-01-06

Applicant: 华中科技大学 ,  武汉华中数控股份有限公司

Inventor： 陈吉红 ,  陈宇 ,  何园园 ,  胡鹏程

IPC: G05B19/404

Abstract: 本发明属于数控加工相关技术领域，其公开了一种环境温度影响下立式机床Z轴热误差建模方法及系统，所述方法包括：获取立式加工中心Z轴的上端轴承温升和螺母温升；基于上端轴承温升构建零点误差模型，并基于所述螺母温升构建区间误差模型；将所述零点误差模型和区间误差模型叠加获得环境温度与热误差的关系模型；采用上端轴承温升、螺母温升以及热误差对关系模型进行训练即可获得训练完成的关系模型。本申请可以精确的描述热误差与温度场之间的非线性变化规律。

公开(公告)号：CN114019909A

公开(公告)日：2022-02-08

申请号：CN202111258800.X

申请日：2021-10-27

Applicant: 华中科技大学 ,  武汉华中数控股份有限公司

Inventor： 陈吉红 ,  陈宇 ,  何园园

IPC: G05B19/408

Abstract: 本发明公开了一种主轴热误差建模方法、预测方法和建模系统，属于数控技术领域。包括：采集温度和运行工况的数据；对数据进行预处理，并提取特征数据；对特征数据组合形成有限输入特征组合集，代入LSTM深度神经网络模型得到不同有限输入特征组合集的最大偏差、均方根差和准确率，经指标加权平均法得到均值指标，形成综合指标集，选出最优解，获取最优有限特征输入组合集；以最优有限特征输入组合集作为输入，实际热误差作为LSTM深度神经网络模型的输出，训练主轴热误差深度神经网络模型。本发明提出将主轴运行工况数据作为模型输入，可以对整个热误差产生的机床运行过程进行完整描述，而将工况数据作为过程量与温度数据进行联合，提高模型的鲁棒性。

公开(公告)号：CN112476057A

公开(公告)日：2021-03-12

申请号：CN202011337965.1

申请日：2020-11-25

Applicant: 华中科技大学

Inventor： 陈吉红 ,  许光达 ,  陈宇 ,  关天顺 ,  何园园 ,  周会成

IPC: B23Q17/00

Abstract: 本发明属于数控测量相关技术领域，并具体公开了一种数控机床丝杆热误差测量装置及方法。该装置包括底座和测量标杆，所述底座上设置有多个安装孔，该安装孔用于与所述测量标杆连接，通过更换不同的安装孔，调整所述测量标杆在所述底座上的安装位置；所述测量标杆包括柱状本体和设置在柱状本体中间的测量平面，该测量平面的直径大于所述柱状本体的直径，数控机床测头测量从初始位置运动至该测量平面的实际运动距离，将该实际运动距离与预设指令距离相比较即可获得丝杆热误差变形量。本发明还公开了上述测量装置的测量方法。通过本发明，测量过程简单，测量精度高，缩短测量时间，降低成本。

公开(公告)号：CN114019909B

公开(公告)日：2024-10-08

申请号：CN202111258800.X

申请日：2021-10-27

Applicant: 华中科技大学 ,  武汉华中数控股份有限公司

Inventor： 陈吉红 ,  陈宇 ,  何园园

IPC: G05B19/408

Abstract: 本发明公开了一种主轴热误差建模方法、预测方法和建模系统，属于数控技术领域。包括：采集温度和运行工况的数据；对数据进行预处理，并提取特征数据；对特征数据组合形成有限输入特征组合集，代入LSTM深度神经网络模型得到不同有限输入特征组合集的最大偏差、均方根差和准确率，经指标加权平均法得到均值指标，形成综合指标集，选出最优解，获取最优有限特征输入组合集；以最优有限特征输入组合集作为输入，实际热误差作为LSTM深度神经网络模型的输出，训练主轴热误差深度神经网络模型。本发明提出将主轴运行工况数据作为模型输入，可以对整个热误差产生的机床运行过程进行完整描述，而将工况数据作为过程量与温度数据进行联合，提高模型的鲁棒性。

公开(公告)号：CN114488945A

公开(公告)日：2022-05-13

申请号：CN202210008756.5

申请日：2022-01-06

Applicant: 华中科技大学 ,  武汉华中数控股份有限公司

Inventor： 陈吉红 ,  陈宇 ,  何园园 ,  胡鹏程

IPC: G05B19/404

Abstract: 本发明属于数控加工相关技术领域，其公开了一种环境温度影响下立式机床Z轴热误差建模方法及系统，所述方法包括：获取立式加工中心Z轴的上端轴承温升和螺母温升；基于上端轴承温升构建零点误差模型，并基于所述螺母温升构建区间误差模型；将所述零点误差模型和区间误差模型叠加获得环境温度与热误差的关系模型；采用上端轴承温升、螺母温升以及热误差对关系模型进行训练即可获得训练完成的关系模型。本申请可以精确的描述热误差与温度场之间的非线性变化规律。