文献综述
1 背景
随着科学技术的发展,对零件的加工精度的要求不断提高,同时机床主轴的转速越来越高。主轴是机床的基本结构单元,在工具零件的制造过程当中,主轴组件的性能是影响工件加工品质与生产效率的关键因素[1]。而主轴的回转误差运动又是影响机床加工精度的主要因素之一[2]。因此主轴回转精度的测试,一直是各国学者研究的重点问题。
主轴回转误差分为主轴径向运动误差,倾角运动误差和轴向运动误差[3]。其中径向跳动误差是关键问题之一,径向跳动不仅会引起被加工工件的形状变化,而且机床的主轴在运行一段时间后会发生一定程度的径向跳动,严重时会影响零件的加工精度,过早导致刀具损坏[4~5]。因此,本次课题将重点研究主轴径向跳动误差的分离方法。
2 国外的研究现状
国外的学者谈及主轴径向跳动误差分离技术,首先要考虑的是机床主轴径向跳动误差测量系统的设计。在这方面,C Kavitha提出了一种基于机器视觉的机床主轴径向误差测量方法,这种方法采用了CMOS摄像机和基于pc的图像处理系统[6]。而K.Prashanth Anandana等人则用两种激光多普勒振动仪系统来测量在主轴的径向运动[7]。这两种新的测量方法使得主轴径向误差的测量更加简便、精确。
而在主轴径向误差分离方面,国外学者的想法更让我耳目一新。Eric R. Marsh等人提出了两种新的反转测量法和多探针测量法,这两种方法都能可靠地解决主轴误差和工件形式的亚纳米特性[8]。S Cappa则通过比较各种已知的反转和多探针技术,在此基础上,开发了一种改进的多探针技术,这种技术克服了传感器或工件重新定位引起的测量误差[9]。对于高速运转的主轴误差分离,KP Anandan,S.A.Denis分别提出了两种不同的误差分离方法。KP Anandan的多方向误差分离技术与现有的方法不同,它既不依赖高精度装置,也不需要从工件的特定方向测量[10]。S.A.Denis的方法则适用于高速锭子径向误差的分离,这种方法不仅分离了径向误差,还进行了时域分析[11]。这些新的主轴径向误差分离技术大大提升了机床精度。
3 国内的研究现状
而在国内,主轴误差分离也是近些年的研究热点,国内学者对主轴上的各类误差做了详细的研究。查阅近几年国内的相关论文,不难发现我们在主轴误差的测量和分离方面已有了长足进步。
在主轴径向误差的测量方面,前几年广州大学的陈虹设计了一种非接触径向跳动测控方法,这种方法可以用于旋转机械主轴径向跳动、轴向跳动的检测,也可以用来检测零件尺寸[12]。河北工业大学的彭凯等人则提出了一种基于机器视觉的车床主轴径向跳动误差测量系统,这种系统由面阵CCD相机、镜头、光源、计算机和图像处理软件组成,通过系统测得的径向跳动误差可达亚微米级[13]。非接触式测量常用于机床在线测量,而在机床在线测量时,加工工件产生的震颤和背景噪声往往会干扰测量结果,为此早在十几年前上海交大的苏恒等人就提出采用自适应阙值小波包算法降低噪声对测量的影响[14]。同样是在线实时测量,周继昆等人根据机床机械结构特点,采用了标准球及外基准测量方法,最终得到的系统可实现在线亚微米级测试[15]。
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。