陳紅海

摘? 要：后現(xiàn)代工業(yè)時代的來臨，促使機械制造行業(yè)不斷向高精度、自動化、智能化發(fā)展。數(shù)控機床作為制造加工的中堅力量，其加工精度的提升是我國制造業(yè)振興、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的關鍵所在。本文將以立式加工中心VMC850B為例，通過綜合誤差建模，關鍵誤差識別等，分析機床各部件誤差對于機床加工精度的影響，以便為實際生產(chǎn)過程中的關鍵部件精度的監(jiān)督與管理提供一定參考。

關鍵詞：立式加工中心? 綜合誤差模型? 關鍵部件誤差分析? 貢獻度分析

1? 立式加工中心綜合誤差模型

以代表性三軸數(shù)控機床VMC850B為例，綜合誤差模型的構(gòu)建可分為3步：第一，基于坐標系與運動鏈的基礎上，對部件誤差進行分析;第二，引入齊次坐標，創(chuàng)建轉(zhuǎn)換矩陣;第三，分析工件與刀具的兩坐標系之間的聯(lián)系。

1.1 建立坐標系與運用鏈

1.2 齊次坐標轉(zhuǎn)換矩陣

同樣的，當部件誤差存在的情況下，假設Y軸方向位移為y，Z軸方向位移為z，那么可以得到Y(jié)CS到MCS、MCS到ZCS的運動轉(zhuǎn)換矩陣。由于篇幅有限，這里將不在贅述。

從理論上來講，主軸S與刀具T之間、工件W與X軸之間均不存在相對運動，因此，對應的運動轉(zhuǎn)換矩陣可當做是單位矩陣，即SCS到TCS的運動矩陣、WCS到XCS的運動矩陣均為1。同時，主軸S和Z軸之間的旋轉(zhuǎn)角在定位上無嚴格要求，在室溫環(huán)境下，ZCS到SCS的運動矩陣也可以視為是單位矩陣。

1.3 綜合誤差模型求解

2? 機床誤差分析

2.1 誤差靈敏度

立式機床的空間誤差是由部件誤差以及位置誤差共同作用下的產(chǎn)物，即△δ=（G，U）。根據(jù)公式（2），可獲得機床空間位置誤差相對于21項部件誤差的敏度，即S=?F/?G。

所謂誤差靈敏度就是指各項部件誤差的細微改變對加床空間位置誤差的作用。部件誤差的靈敏度系數(shù)可表示為：Smi（m=x，y，z;i=1，2，3，4，5···，21）。

2.2 關鍵部件誤差分析

關鍵部件誤差判定應以部件誤差靈敏度為基礎。同時，還要從全局角度出發(fā)，將機床位置與部件誤差靈敏度之間的關系納入綜合考量范圍，對靈敏度系數(shù)進行積分處理。

在機床運作的過程中，部件誤差對加工精度的影響因素，除了誤差靈敏度系數(shù)外，還與部件誤差的高低息息相關。因此，在分析立式加工中心誤差時，還應全面掌握各部件誤差的實際數(shù)值。以關鍵部件誤差為例，應確保角度量、長度量的平衡保持一致，并對其展開歸一化以及無量綱化處理，從而分析各部件誤差對于立式機床整體加工精度的影響比重，即誤差貢獻度。誤差貢獻度越大的部件誤差，越能影響機床的整體加工精度。該部件誤差將被視為關鍵部件誤差，應作為實際生產(chǎn)的關注要點。

3? 機床部件誤差貢獻度評估

本文將取立式加工中心VMC850B的三維坐標X、Y、Z的工作范圍分別為800mm、500mm、500mm。對10臺樣機進行部件誤差測量，并取其平均值作為誤差貢獻度評估的基礎。具體數(shù)據(jù)詳見表1。

由上可知，在X軸方向的誤差貢獻度較大的部件誤差主要有δxx、δxz、δyz、Sxy、Sxz，這5項因素對機床空間誤差的影響比重約為79.3%;在Y軸方向的誤差貢獻度較大的部件誤差主要有Syz、δyy、δyx、δyz，這4項影響因素對機床床空間誤差的影響比重約為88.3%;而在Z軸方向的誤差貢獻度較大的部件誤差主要有δzz、δzx、δzy，這3項影響因素對機床床空間誤差的影響比重約為91.8%。

4? 結(jié)語

立式加工中心VMC850B在Y軸與Z軸方向的運動選用的是半閉環(huán)控制系統(tǒng)，即旋轉(zhuǎn)編碼器定位、絲杠傳遞。其空間位置誤差的關鍵定位誤差影響因素有δxx、δyy、δzz這3項，關鍵直線度誤差有δxy、δxz、δyx、δyz、δzx、δzy這6項;角偏差的誤差貢獻度不高;部件定位精度的對空間位置誤差影響較大的有Sxy、Sxz、Syz這3項。工作人員在實際生產(chǎn)過程中，要對這些關鍵部件誤差因素多加關注，并采取必要補償措施，以保證立式加工中心的加工精度，滿足企業(yè)生產(chǎn)需求。

參考文獻

[1] 范晉偉.復合數(shù)控機床幾何誤差建模及靈敏度分析[J].制造技術(shù)與機床，2017（3）：69-73.

[2] 范開國.數(shù)控機床多誤差元素綜合補償及應用[D].上海：上海交通大學，2018.

[3] 余為洲，周俊榮，馬毅，等.立式加工中心主軸熱誤差的實驗與分析[J].內(nèi)燃機與配件，2019（16）：153-155.