阅读说明：本技术 基于大数据分析和预判的机床运动温差补偿方法 (machine tool motion temperature difference compensation method based on big data analysis and prejudgment ) 是由 刁思勉 唐小琦 周华民 贺爱林 周向东 于 2019-09-13 设计创作，主要内容包括：一种基于大数据分析和预判的机床运动温差补偿方法,包括S1、采集样本数据；S2、将若干相同型号的数控机床的相应的样本数据上传至云平台；S3、利用云平台建立基于样本数据的大数据热误差预测模型；S4、实时检测被监测的数控机床热源测量点的温度值,并上传至云平台,云平台实时分析和预判热误差值；S5、根据预判的结果,将热误差值转变为数控机床坐标系原点的补偿平移量,通过坐标系原点偏移实现热误差实时补偿。本发明有效地利用了大数据和云平台对机床运动温差进行建模,并通过大数据和云平台对机床运动温差进行分析和预判,从而根据分析和预判的结果来控制网络中任意一台数控机床,减小温度对数控机床的制造精度的影响。(a machine tool motion temperature difference compensation method based on big data analysis and prejudgment comprises the steps of S1, collecting sample data; s2, uploading corresponding sample data of a plurality of numerically-controlled machine tools with the same model to a cloud platform; s3, establishing a big data thermal error prediction model based on sample data by using a cloud platform; s4, detecting the temperature value of the monitored heat source measuring point of the numerical control machine tool in real time, uploading the temperature value to a cloud platform, and analyzing and pre-judging a heat error value in real time by the cloud platform; and S5, converting the thermal error value into a compensation translation amount of the origin of the coordinate system of the numerical control machine tool according to the pre-judging result, and realizing real-time compensation of the thermal error through the offset of the origin of the coordinate system. The invention effectively utilizes the big data and the cloud platform to model the movement temperature difference of the machine tool, and analyzes and pre-judges the movement temperature difference of the machine tool through the big data and the cloud platform, thereby controlling any numerical control machine tool in a network according to the analysis and pre-judgment results and reducing the influence of the temperature on the manufacturing precision of the numerical control machine tool.)

基于大数据分析和预判的机床运动温差补偿方法

技术领域

本发明涉及数控机床行业的精度控制技术领域，特别的涉及一种基于大数据分析和预判的机床运动温差补偿方法。

背景技术

据统计，在数控机床加工过程中由于工艺系统热变形引起的加工误差占整个工件加工误差的50％以上。合理有效地进行热误差控制是提高数控机床加工精度的重要保证。热误差补偿法就是其中一种最常用有效的方法。而热误差补偿的前提是能够尽可能准确地建立机床热误差和机床温度之间的映射关系，从而在实时补偿过程中用机床温度值来预报热误差。

由于热误差本身具有准静态时变、非线性、衰减延迟以及耦合的综合特征，所以难以采用理论分析来建立精确热误差数学模型。目前常用的热误差建模方法为实验建模法，即根据统计理论对热误差数据和机床温度值作相关分析用最小二乘原理进行拟合建模。

现有数控机床的热误差建模方法，由于提供的相同型号的数控机床的数量有限，其最后的热误差模型的精度较差。

发明内容

为了解决上述问题，本发明向社会提供一种基于大数据分析和预判的机床运动温差补偿方法，它可以有效地利用大数据和云平台对机床运动温差进行建模，并通过大数据和云平台对机床运动温差进行分析和预判，从而根据分析和预判的结果来控制网络中任意一台数控机床，减小温度对数控机床的制造精度的影响。

本发明的技术方案是：提供一种基于大数据分析和预判的机床运动温差补偿方法，包括如下步骤：

S1、采集样本数据：在数控机床上选取若干热源测量点，并对若干检测热源测量点的温度值，分别建立对应时间点的主轴热误差值，作为样本数据；

S2、将若干相同型号的数控机床的相应的样本数据上传至云平台；

S3、利用云平台建立基于样本数据的大数据热误差预测模型；

S4、实时检测被监测的数控机床热源测量点的温度值，并上传至云平台，云平台通过所述的大数据热误差预测模型，实时分析和预判热误差值；

S5、根据预判的结果，将热误差值转变为数控机床坐标系原点的补偿平移量，通过坐标系原点偏移实现热误差实时补偿。

作为对本发明的改进，所述步骤S1中，对输入的温度样本数据进行归一化处理到区间[0，1]。

作为对本发明的改进，所述若干相同型号的数控机床是网络中所有相同的型号的数控机床。

作为对本发明的改进，所述步骤S1中，每台数控机床选取至少10个热源测量点，并采集至少300组温度值和对应的热误差值作为样本数据。

作为对本发明的改进，所述热源测量点主要分布在数控机床主轴、各进给轴丝杆螺母副、床身和冷却液处。

本发明有效地利用了大数据和云平台对机床运动温差进行建模，并通过大数据和云平台对机床运动温差进行分析和预判，从而根据分析和预判的结果来控制网络中任意一台数控机床，减小温度对数控机床的制造精度的影响。

附图说明

图1是本发明方法一种实施例的流程方框示意图。

具体实施方式

请参见图1，图1揭示的是一种基于大数据分析和预判的机床运动温差补偿方法，包括如下步骤：

S1、采集样本数据：在数控机床上选取若干热源测量点，并对若干检测热源测量点的温度值，分别建立对应时间点的主轴热误差值，作为样本数据；本步骤的重点是在被监控的数控机床上，设计若干热源测量点，比如说，这些热源测量点可以设在数控机床的主轴、各进给轴丝杆螺母副、床身和冷却液等处；每台数控机床选取至少10个热源测量点，并采集至少300组温度值和对应的热误差值作为样本数据；将采集到的各热源测量点的温度值，分别建立时间点的主轴热误差值映射表，保存并上传至云平台；

S2、将同一网络中的若干相同型号的数控机床的相应的样本数据上传至云平台，构成一个同一型号的数控机床的主轴热误差值大数据库；这些相同型号的数控机床可以是分布世界各地的相同型号的成千上万的数控机床，也可以是同一局域网内的成百上千的相同型号的数控机床；

S3、利用云平台的云计算的分布式处理、分布式数据库和云存储、虚拟化技术，建立基于样本数据的大数据热误差预测模型；

S4、对于每一台被监测数控机床而言，该被监测的数控机床的实时热源测量点的温度值，应及时上传至云平台，云平台通过所述的大数据热误差预测模型，实时分析和预判热误差值；

S5、根据预判的结果，云平台将热误差值转变为数控机床坐标系原点的补偿平移量，通过网络将补偿平移量传输给被控数控机床，所述数控机床根据坐标系原点偏移实现对所述数控机床的热误差实时补偿。

优选的，所述步骤S1中，对输入的温度样本数据进行归一化处理到区间[0，1]，以便于云计算。

优选的，所述若干相同型号的数控机床是网络中所有相同的型号的数控机床。