数控车床主轴箱的优化设计和开发

数控车床主轴箱的优化设计和开发，以尽量减少热变形

森精机--Nagoya--日本

数字技术实验室--Sacramento--美国

关键词：热误差，设计方法，精度，主轴箱

本文是以调查的方法来减少和弥补精度数控车床中较大的热位移误差。为此，在这里我们提出了一个高效的设计和优化方法——主轴箱结构设计方法，来尽量减少主轴中心位置的热位移。和现有的那些经验方法相比较，这种方法可以更好的节省开发时间和成本。为了确定最佳的主轴箱结构，我们提出了Taguchi方法和有限元分析方法，这两种方法主要是用来验证和评估主轴中心过渡的主轴箱优化结果。

一：介绍

精度数控车床的精度越高，在加工精度要求方面的需求也越高。而热变形对于加工效果有非常显著的影响。关于这一个问题已经进行了的许多的研究。然而，并没有在实践中取得很多良好的效果。

热变形的主要研究归纳如下，Moriwaki和Shamoto建议使用温度传感器的热位移估计补偿方法，Brecher和Hirsche在延长这项工作的基础上控制部数据，刺激等等，这些主要是用于非金属材料（如碳纤维增强塑料），以抑

页脚.

制热位移。应用轴承的有限元方法（FEM）来分析预紧问题和铸件的形状优化问题，可以尽量减少热位移，Jedrzejewski通过进行补偿，再加上热执行器控制的应变是基于热失真反馈，清水等的原理。开发了一种新的算法，这种算法可以估计装修总机热变形的变形模式，并从涡流型位移传感器处获得所需要的数据。

一些机床制造商通过使用从传感器或部的NC控制器获得温度信息的方法，来估计热位移并进行补偿。对于数控车床来说，热位移通常是受机器的结构，环境的温度，热源的状态（伺服电机或加工热），气流和冷却剂的使用情况等的影响，虽然说理论上是可以进行准确的补偿，但是估计位移要涉及以上这些复杂的相互作用、参数和需要大量的组合实验。比如说，沿每个轴的线性热变形补偿问题，它的变形是伴随着精度显着下降，扭曲或翘曲的。

一种新数控车床的开发涉及到修改现有机器的结构和运行实验，而且，这通常要耗费大量的时间，而且费用也比较昂贵。所以在这里，提出一种新的方法——设计一个主轴箱，数控车床自身随机引起的热变形温度偏差。通过Taguchi方法，CAE分析等，确定数控车床主轴结构和热变形评估，以此证明上面说的方法是一个非常有效率的方法。

二:主轴结构和热位移测量

图1显示了数控车床主轴的部结构、零件以及环境变量的参数。热位移的目标是设计一个主轴箱，让热集中页脚.

在Y轴，而不是X轴，把X轴和Y轴的误差控制在小于服务条款才是最希望得到的结果。热源是前轴承住房，后轴承座和电机。测量热位移的方法是把一个中空的圆柱形工件装到主轴卡盘，而四版DY电流位移传感器安装在铸铁夹具低的热膨胀处。如图2，传感器的夹具连接到机身上，以此来衡量床身和主轴之间的相对位移。用下式（1）和（2）可以分别计算出X轴和Y轴的热位移。

（1）

图1.主轴箱结构和热分析模型的边界条件

页脚.

页脚. 图2.安装热位移传感器的观点

（2）

DX：在X轴方向的热位移

DY：在Y轴方向的热位移

DX1，DX2，DY1，DY2：传感器（X1，X2，Y1，Y2）和工件之间的距离。三：热分析模型和边界条件

建立一种CAE模型来进行热分析。这种模型包括主轴箱，刀架，尾座车床床边界条件与初始温度分布，局部热源和外部气流等。

使用商业CFD（计算流体力学）软件包来进行初始温度的分布计算非常的方便。通过使用CAE软件这个方法。热应变计算的结果可以进一步应用于确定总体的热位移。

前轴承座，后轴承源，住房和电机的热值，可以通过以下方式来获得：主轴电机的输出功率先从负载到主轴放大器; 轴承前部和后部的热值可以使用轴承座进行分析和计算，然后汇总，最后主轴电机的热值等于计算轴承座的热值减去主轴电机的输出功率。

由于主轴的热传导会影响热位移，所以整机，机床，炮塔和尾座都包括在分析模型中，此外，把主轴机盖所造成的气流旋转添加到模型中会更加准确。

为了验证分析结果，对温度变化的几个点进行了测量和比较。

页脚.

图3.选择模型分析的功能页脚.

在固定的环境温度（22°C）与主轴转速（1000RPM）下进行温度比较实验。分析结果表明有3-12.5％的误差。

四：主轴箱分析模型

为了设计主轴箱结构的最小X轴热位移，对影响主轴箱热位移的关键特征进行了调查。图3显示了调查的结果，也称为控制因素的特点：（1）肋骨的形状和铸孔（2）主轴箱缸的厚度（3）前墙的厚度（4）后墙的厚度（5）厚度的肋骨（6）右侧壁的厚度（7）左侧壁的厚度。

表1显示了在每个级别中控制因素的价值。目前使用的主轴箱被称为基本主轴箱。表1和2中的值是主轴箱结构所必备的基本条件。对于控制因子A，通过结合与设定不同的肋骨形状，对例6和例3进行了比较和研究。

表1

每个级别中控制因子的值

页脚.

表2

L18直交和结果分析

主轴电机，轴承空间各部分的主轴箱结构，有的有孔，有的没有。从不同的肋骨形状可以分析预测热传导路线的变化，这有助于预测热变形壁厚的变化。对厚度变化进行的调查，表明其变化的原因与主轴箱结构前部和后部之间热能力的平衡有关系，这也有助于预测不同的热位移

页脚.

结合每一个控制因素和层次来分析和确定一个可能的优化设计要花费大量的时间，例如，表1案例的研究共需要4374项分析，这远远超出了实际所能做到的。然而，Taguchi方法可以在总分析数很少时应用。对于上述案例7，只有控制因素和6个级别，但是应用Taguchi方法，在只有18个条件下就可以确定出最佳的方案，在下面的部分我们将会给出解释和原因。

五：主轴箱结构的优化

表2显示在这18个条件下使用Taguchi方法优化设计主轴箱结构分析模型。SN比值可以用灵敏度S来表示式。2000RPM的速度是用于（3）和（4）中计算主轴热位移的CAE分析结果。

（3）

（4）

Xi：在CAE分析中，X轴的热位移在每个主轴方向的速度（mm）。

图4是从SN比派生出来的阶乘效果图，从表2的结果就可以看出，在X轴方向热位移产生的偏差比较小，但是却产生了比较大的SN比率。这是因为，SN比和X轴方向热位移的偏差是倒数的关系，上面的式子（3）已经可以证明了。如图4所示，每个控制因素都是由一个最大的SN比配对而来。例如，第4级控制因子A和第2级的控制因素B可以配对为一个控制因素。最后，在不同的主轴转速条件下，可以分析得到主轴箱结构的模型，结果显示第

页脚.