网易首页 > 网易号 > 正文 申请入驻

“工业母机—精度保持性”专题 | 西安交通大学赵万华教授团队:数控机床在服役态下的装配尺寸链变异研究

0
分享至


专题文章(二)


作者简介

李 旸

西安交通大学

副教授、博导

  • 长期从事高端装备智能化基础研究,机床误差智能补偿技术等方面的研究工作



作者简介

赵万华

西安交通大学

教授、博导

  • 长江学者

  • 获国家科技进步奖二等奖、国家技术发明奖二等奖、教育部科技进步奖一等奖、中国机械工程学会青年科技成就奖等多项奖励

  • 长期从事高精度运动控制的一致性、稳定性以及保持性的理论与方法,智能加工工艺的大数据处理技术,智能产线的数字孪生技术等方面的研究工作


李旸① 张思维① 王敬民①

李科① 张彬② 赵万华①

(①西安交通大学机械制造系统工程国家重点实验室

②梅赛德斯奔驰(中国)投资有限公司)

研究背景

数控机床作为高精度制造装备,其加工精度和长期稳定性直接影响制造质量。装配尺寸链用于描述零部件之间尺寸误差的累积关系,是分析机床精度的重要理论工具。然而,传统公差分析方法通常将零部件几何要素理想化为直线或平面,主要考虑制造误差和装配误差,难以反映机床实际服役过程中由于重力、温度变化、载荷作用和磨损等因素造成的尺寸链变化。论文指出,数控机床服役状态下,长行程床身、立柱、横梁等结构会受到移动部件重力影响产生变形,使装配尺寸链中的封闭环尺寸随运动位置发生变化,从而导致几何精度下降。传统方法无法满足精度保持性分析需求。研究服役态尺寸链变异,对于建立精度退化模型、开展状态监测和主动维护具有重要意义。

研究内容

论文提出了一种面向服役状态的装配尺寸链分析方法,建立了能够描述机床全行程误差变化的尺寸关系模型。首先,将机床零部件的几何要素由传统理想几何模型转变为离散坐标点集表达,使零部件尺寸、形状误差和位置误差能够综合体现。在服役状态下,重力和热等因素会导致离散点发生变化,进而引起尺寸链不闭合。


服役态作用下尺寸关系的变化以及尺寸关系模型

为解决尺寸链闭合问题,论文提出利用三个最高接触点确定等效基准平面,以替代实际安装基准面,并结合装配约束关系建立零部件之间的坐标转换矩阵。通过该模型,可以计算不同运动位置下封闭环尺寸变化规律,实现对机床全行程误差累积关系的描述。

研究以某卧式加工中心为对象,针对“主轴轴线与Z轴运动平行度误差”建立装配尺寸链模型。通过有限元分析获得重力作用下立柱导轨安装面的变形数据,再结合尺寸关系模型计算不同位置处误差变化。结果表明,仅考虑重力因素时,关键尺寸公差带位置会发生明显变化,其中A11和A22尺寸变化分别达到约6 μm和6.1 μm,验证了服役态分析的必要性。


服役态下几何要素在服役态作用下的变化


本文所用方法和齐次坐标变换方法的对比

此外,论文进一步提出基于服役态尺寸关系模型的精度主动设计方法。针对系统性误差,可采用导轨面反变形设计、材料优化等方式抵消误差影响;针对随机误差,则通过合理分配零部件公差降低封闭环误差。最后,通过实际卧式加工中心测试实验,将理论计算结果与直线度测量结果进行比较,验证了模型的有效性。

研究结论

本文建立了一种能够反映数控机床服役状态下装配尺寸链变化规律的新型尺寸关系模型。该方法突破了传统公差分析中理想几何要素假设的限制,将零部件实际几何变化纳入误差累积分析过程,提高了机床精度预测的准确性。

研究表明,服役状态因素会显著影响数控机床装配尺寸链稳定性,尤其是重力导致的结构变形可能造成全行程范围内的精度波动。通过建立服役态尺寸模型,不仅能够分析精度退化机理,还可以指导零部件公差分配和结构优化设计。其中,导轨面反变形设计方法能够有效抵消重力变形影响,为高档数控机床精度保持性设计提供了新的技术路径。该研究对于提升机床长期服役精度、实现主动精度控制具有重要工程价值。

专题相关

01

●【新岁序开·专家启航】“工业母机”专题

02

●工业母机—增材制造丨首个专题,正式出版

03

●工业母机—绿色化丨正式出版

04

●工业母机—齿轮加工丨正式出版

05

●工业母机—超精密加工丨正式出版

06

●工业母机—复合材料加工丨正式出版

07

●工业母机—智能机床丨正式出版

08

●工业母机—精度保持性丨正式出版



特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
回来了,民主党胜选又开始全魔乱舞了?

回来了,民主党胜选又开始全魔乱舞了?

南文视界
2026-11-06 09:19:35
随着早田希娜3-1,WTT法兰克福冠军赛女单8强已诞生5席:国乒1将,日本3将

随着早田希娜3-1,WTT法兰克福冠军赛女单8强已诞生5席:国乒1将,日本3将

侧身凌空斩
2026-11-06 23:13:42
为什么国家拼命让更多的人缴纳社保?

为什么国家拼命让更多的人缴纳社保?

细说职场
2026-11-06 18:05:02
顶配价格超11万元,苹果首款触控版MacBook Pro开售即“破发”

顶配价格超11万元,苹果首款触控版MacBook Pro开售即“破发”

第一财经资讯
2026-11-06 18:52:31
著名翻译家谢莹莹逝世,系国内第一批翻译卡夫卡的学者

著名翻译家谢莹莹逝世,系国内第一批翻译卡夫卡的学者

澎湃新闻
2026-11-06 22:42:27
太原一公立小学无薪招“跟岗教师”,转正后月薪也仅1900元,人社局回应了

太原一公立小学无薪招“跟岗教师”,转正后月薪也仅1900元,人社局回应了

可达鸭面面观
2026-11-06 12:51:48
张萌回应“整容脸”:脂肪吸收了假体取了,原生骨相打了谁的脸?

张萌回应“整容脸”:脂肪吸收了假体取了,原生骨相打了谁的脸?

小莜读史
2026-11-06 14:44:13
全网唏嘘!余承东发誓“要做到世界第一”的盘古大模型,停售了

全网唏嘘!余承东发誓“要做到世界第一”的盘古大模型,停售了

大厂财经社
2026-11-06 17:56:17
崩溃了!联盟倒数第1!最快速度交易维金斯

崩溃了!联盟倒数第1!最快速度交易维金斯

篮球实战宝典
2026-11-06 16:59:58
陕西商南3死2伤嫌疑人身亡:被杀2个女性,1个他前妻,1个外甥女

陕西商南3死2伤嫌疑人身亡:被杀2个女性,1个他前妻,1个外甥女

江山挥笔
2026-11-06 18:00:17
俄罗斯:“所有脏水都泼到我方头上”

俄罗斯:“所有脏水都泼到我方头上”

极目新闻
2026-11-06 13:03:58
打虎!余艳红被查

打虎!余艳红被查

农视网
2026-11-06 10:24:43
先报警再拔刀!商南3死2伤案细思极恐:他拿110当诱饵,撞警车不停,车废了才钻进800米山林

先报警再拔刀!商南3死2伤案细思极恐:他拿110当诱饵,撞警车不停,车废了才钻进800米山林

南风知阅
2026-11-05 22:12:48
国家法定节假日13天!2027全年休息日117天,你能休满吗

国家法定节假日13天!2027全年休息日117天,你能休满吗

网易新闻出品
2026-11-06 17:32:24
花花公子创始人逼双胞胎姐妹发生关系?两人联手,每次都假装配合

花花公子创始人逼双胞胎姐妹发生关系?两人联手,每次都假装配合

闻香阁
2026-11-06 05:05:57
争议?葡萄牙3大主力沉默+未致敬C罗!8000万飞翼社媒拒关注队长

争议?葡萄牙3大主力沉默+未致敬C罗!8000万飞翼社媒拒关注队长

我爱英超
2026-11-06 23:02:06
惨败后,特朗普遭世人耻笑,万万没想到,只有中国给了他一个台阶

惨败后,特朗普遭世人耻笑,万万没想到,只有中国给了他一个台阶

讲者普拉斯
2026-11-06 11:11:17
国家卫生健康委:坚决拥护党中央决定

国家卫生健康委:坚决拥护党中央决定

政知新媒体
2026-11-07 01:44:36
共和党大败后,日本网上出现荒唐一幕!

共和党大败后,日本网上出现荒唐一幕!

环球时报国际
2026-11-06 08:07:57
日本为什么忌惮朝鲜!第一,朝鲜境内没有日企,人家不稀罕。第二,朝鲜人也不用日本的东西,你在朝鲜也几乎看不见日货

日本为什么忌惮朝鲜!第一,朝鲜境内没有日企,人家不稀罕。第二,朝鲜人也不用日本的东西,你在朝鲜也几乎看不见日货

扶苏聊历史
2026-10-11 11:35:08
2026-11-07 02:12:49
机床杂志社 incentive-icons
机床杂志社
制造技术、工业机器人
3294文章数 26718关注度
往期回顾 全部

科技要闻

AI机房被卡,美股重挫!英伟达大跌9%

头条要闻

墓碑刻满药方的女中医照片公布 孙子:原稿200多个药方

头条要闻

墓碑刻满药方的女中医照片公布 孙子:原稿200多个药方

体育要闻

贝林厄姆的50岁老爸,单场轰进7球

娱乐要闻

孙俪晒照心疼邓超工作辛苦 评论区翻车

财经要闻

美国距下一场金融危机还有多远?

汽车要闻

限时权益价8.88万 吉利星愿STAR限定系列发布

态度原创

时尚
本地
教育
数码
公开课

把北京喝成一杯酒

本地新闻

乌兰察布:以前种土豆,现在种Token

教育要闻

这个申请季,最没节操的几所英国大学!

数码要闻

专访今日宜休CEO王腾:AI睡眠的终点,不该只是一张报告

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版