鄒山梅

（甘肅能源化工職業(yè)學(xué)院，甘肅 蘭州 730207）

礦山數(shù)控機(jī)床是集中電、機(jī)、氣、液于一體的可進(jìn)行維修的系統(tǒng)，導(dǎo)致礦山數(shù)控機(jī)床系統(tǒng)出現(xiàn)誤差有多種原因。隨著科學(xué)水平的不斷提高，礦山機(jī)械數(shù)控機(jī)床對誤差補(bǔ)償精準(zhǔn)度的要求也隨之提高。

礦山機(jī)械數(shù)控機(jī)床在誤差補(bǔ)償方面必須結(jié)合先進(jìn)的科學(xué)技術(shù)[1]。

一切誤差補(bǔ)償方法都會隨著計(jì)算機(jī)應(yīng)用技術(shù)的飛速發(fā)展而不斷進(jìn)行完善。提高礦山機(jī)械數(shù)控機(jī)床關(guān)鍵零件加工質(zhì)量以及加工精度是減少礦山機(jī)械數(shù)控機(jī)床誤差的主要手段，換句話說提高礦山機(jī)械數(shù)控機(jī)床關(guān)鍵零件加工質(zhì)量以及加工精度能夠在極大程度上對礦山機(jī)械數(shù)控機(jī)床誤差進(jìn)行有效補(bǔ)償。

當(dāng)?shù)V山數(shù)控機(jī)床運(yùn)行出現(xiàn)誤差，可對相關(guān)零部件進(jìn)行維修或進(jìn)行更換，而數(shù)控機(jī)床可靠性評估主要涉及的是少樣本數(shù)據(jù)，因此，經(jīng)過此次研究發(fā)現(xiàn)采用貝葉斯方法進(jìn)行礦山機(jī)械數(shù)控機(jī)床誤差分析優(yōu)于其他常見的實(shí)驗(yàn)方法，同時(shí)適用于類似少量數(shù)據(jù)樣本的可靠性分析，具有一定的參考價(jià)值。

1 礦山機(jī)械數(shù)控機(jī)床誤差補(bǔ)償方法研究

考慮到礦山機(jī)械數(shù)控機(jī)床誤差是影響礦山機(jī)械數(shù)控機(jī)床加工零件質(zhì)量最為關(guān)鍵的因素，對礦山機(jī)械數(shù)控機(jī)床的誤差進(jìn)行最有效的補(bǔ)償必將成為日后礦山機(jī)械數(shù)控機(jī)床發(fā)展的主要方向[2]。

在礦山機(jī)械數(shù)控機(jī)床誤差補(bǔ)償方法研究中，首先，確定數(shù)控機(jī)床誤差源因子，再建立貝葉斯誤差補(bǔ)償模型，通過貝葉斯模型補(bǔ)償?shù)V山機(jī)械數(shù)控機(jī)床誤差。

1.1 確定數(shù)控機(jī)床誤差源因子

礦山機(jī)械數(shù)控機(jī)床誤差補(bǔ)償方法的本質(zhì)意義在于，通過對數(shù)控機(jī)床的有效測量和誤差測試，確定數(shù)控機(jī)床誤差源因子，并判斷誤差源因子與數(shù)控機(jī)床誤差的相關(guān)性。礦山機(jī)械數(shù)控機(jī)床的誤差源主要包括兩種，分別為熱誤差和幾何誤差[3]。

熱誤差的引發(fā)原因主要是因?yàn)榈V山機(jī)械數(shù)控機(jī)床在進(jìn)行加工時(shí)所產(chǎn)生的熱量，由于溫度過高，引發(fā)礦山機(jī)械數(shù)控機(jī)床加工零件的變形。幾何誤差指的則是機(jī)械數(shù)控機(jī)床加工零件由于結(jié)構(gòu)設(shè)計(jì)所造成的誤差。因此，數(shù)控機(jī)床誤差源因子指的就是礦山機(jī)械數(shù)控機(jī)床關(guān)鍵零件的溫度值和位移程度。

1.2 建立貝葉斯誤差補(bǔ)償模型

在進(jìn)行礦山機(jī)械數(shù)控機(jī)床誤差補(bǔ)償?shù)呢惾~斯網(wǎng)絡(luò)模型的構(gòu)建時(shí)，首先需要根據(jù)礦山機(jī)械數(shù)控機(jī)床的類型選擇最匹配的貝葉斯網(wǎng)絡(luò)。其次，通過輸入礦山機(jī)械數(shù)控機(jī)床關(guān)鍵零件的溫度值和位移程度等誤差數(shù)據(jù)讓貝葉斯誤差補(bǔ)償模型在計(jì)算中進(jìn)行誤差數(shù)據(jù)的學(xué)習(xí)和填充。最后，建立完整度貝葉斯誤差補(bǔ)償模型，從而進(jìn)行礦山機(jī)械數(shù)控機(jī)床的誤差預(yù)測[4]。貝葉斯誤差補(bǔ)償模型以其誤差預(yù)測過程清晰，學(xué)習(xí)速度快等優(yōu)點(diǎn)成為礦山機(jī)械數(shù)控機(jī)床誤差補(bǔ)償模型中最適用的一種。貝葉斯是一種分類方法，其假設(shè)一個(gè)屬性對給定類的影響?yīng)毩⒂谄渌鼘傩?，即特征?dú)立性，當(dāng)假設(shè)成立時(shí)，比較其它算法，貝葉斯分類器的分類效果更精確。貝葉斯誤差補(bǔ)償模型在本質(zhì)上與神經(jīng)網(wǎng)絡(luò)模型功能相近，貝葉斯誤差補(bǔ)償模型在誤差補(bǔ)償數(shù)據(jù)的不斷計(jì)算中能夠通過自身的學(xué)習(xí)能力變得更加智能化。

與此同時(shí)，貝葉斯誤差補(bǔ)償模型可以將先進(jìn)的科學(xué)知識和誤差樣本數(shù)據(jù)相結(jié)合，提高礦山機(jī)械數(shù)控機(jī)床誤差補(bǔ)償?shù)木取Ｘ惾~斯誤差補(bǔ)償模型以其獨(dú)有的優(yōu)勢，在極大程度上避免了礦山機(jī)械數(shù)控機(jī)床誤差補(bǔ)償計(jì)算中出現(xiàn)極小值的問題。

1.3 貝葉斯模型補(bǔ)償?shù)V山機(jī)械數(shù)控機(jī)床誤差

貝葉斯誤差補(bǔ)償模型對數(shù)控機(jī)床誤差分析因結(jié)合先驗(yàn)信息，所得的驗(yàn)證結(jié)果優(yōu)于傳統(tǒng)誤差補(bǔ)償模型驗(yàn)證。

根據(jù)貝葉斯誤差補(bǔ)償模型所提出的礦山機(jī)械數(shù)控機(jī)床誤差補(bǔ)償方法，首先需要在加工過程中監(jiān)控礦山機(jī)械數(shù)控機(jī)床關(guān)鍵零件的溫度值和位移程度[5]。

在此基礎(chǔ)上，將搜集、監(jiān)測到的礦山機(jī)械數(shù)控機(jī)床誤差數(shù)據(jù)合并再進(jìn)行計(jì)算，從而獲取礦山機(jī)械數(shù)控機(jī)床關(guān)鍵零件的溫度值和位移程度誤差，使分析結(jié)果更接近于真實(shí)情況。建立溫度值和位移程度之間的數(shù)學(xué)關(guān)系模型，根據(jù)溫度值和位移程度進(jìn)行對礦山機(jī)械數(shù)控機(jī)床誤差精準(zhǔn)補(bǔ)償。

2 仿真實(shí)驗(yàn)

2.1 實(shí)驗(yàn)準(zhǔn)備

通過仿真實(shí)驗(yàn)驗(yàn)證礦山機(jī)械數(shù)控機(jī)床誤差補(bǔ)償方法的可行性，選取誤差在0.1ns的兩個(gè)刀庫。為避免外界因素對實(shí)驗(yàn)結(jié)果的干擾，將所有參數(shù)設(shè)為初始值，實(shí)驗(yàn)次數(shù)設(shè)為7次。

首先采用提出的礦山機(jī)械數(shù)控機(jī)床誤差補(bǔ)償方法進(jìn)行誤差補(bǔ)償，再使用傳統(tǒng)的誤差補(bǔ)償方法重復(fù)以上操作。傳統(tǒng)的誤差補(bǔ)償方法為對照組，礦山數(shù)控機(jī)床誤差補(bǔ)償方法為實(shí)驗(yàn)組，比較兩種方法下的誤差補(bǔ)償率。

2.2 實(shí)驗(yàn)結(jié)果分析與結(jié)論

根據(jù)上述的設(shè)計(jì)的實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如下圖所示。

圖1 誤差補(bǔ)償率對比圖

通過圖1可得出如下的結(jié)論，設(shè)計(jì)的礦山機(jī)械數(shù)控機(jī)床誤差補(bǔ)償方法的誤差補(bǔ)償率相較于實(shí)驗(yàn)對照組具有明顯的提高。因此得出以下結(jié)論，設(shè)計(jì)的礦山機(jī)械數(shù)控機(jī)床誤差補(bǔ)償方法可以提高誤差補(bǔ)償率，實(shí)現(xiàn)對礦山機(jī)械數(shù)控機(jī)床誤差的精準(zhǔn)補(bǔ)償。

3 結(jié)束語

由于礦山機(jī)械數(shù)控機(jī)床在工作過程中以及自身結(jié)構(gòu)設(shè)計(jì)經(jīng)常會產(chǎn)生誤差，因此對于礦山機(jī)械數(shù)控機(jī)床誤差補(bǔ)償方法的研究是極具現(xiàn)實(shí)意義的。

通過貝葉斯誤差補(bǔ)償模型，確定礦山機(jī)械數(shù)控機(jī)床關(guān)鍵零件的溫度值和位移程度，從而對礦山機(jī)械數(shù)控機(jī)床誤差進(jìn)行精準(zhǔn)補(bǔ)償，減少對誤差分析的不確定性。綜上所述，有理由相信礦山機(jī)械數(shù)控機(jī)床誤差補(bǔ)償方法是針對礦山機(jī)械數(shù)控機(jī)床進(jìn)行保護(hù)的最實(shí)用和最可靠的方法。針對礦山機(jī)械數(shù)控機(jī)床誤差補(bǔ)償方法進(jìn)行研究，致力于為礦山機(jī)械數(shù)控機(jī)床質(zhì)量的提高提供學(xué)術(shù)指導(dǎo)。