Kinematic modeling and machining precision analysis of multi-axis CNC machine tools based on screw theory
Kinematic modeling and machining precision analysis of multi-axis CNC machine tools based on screw theory
复制标题
基于丝杠理论的多轴数控机床运动学建模及加工精度分析
DOI：
10.1016/j.mechmachtheory.2019.06.021
复制
发表时间：
2019-10
影响因子：
5.2
通讯作者：
Hui Yu
中科院分区：
文献类型：
--
作者：
Bin Yang;Genbao Zhang;Yan Ran;Hui Yu
提出了一种多轴数控机床加工精度的评价与预测方法。采用“功能-运动-动作”方法描述了多轴数控机床的运动关系，并进一步构建了加工系统的多体系统结构模型。通过基于元动作层的机床运动过程分析，考虑元动作链中的运动传递关系，以扭转指数形式建立了各运动轴的运动学模型。根据这些运动轴的结构和运动关系，可以很容易地得到机床的运动和运动误差模型。然后，利用距离误差公式推导出加工余量误差的一般模型。在某型数控五轴联动加工中心上进行了仿真试验和实际试验。实验结果表明，该方法具有通用性，可大大简化多轴数控机床的运动学分析。
This paper presents the solution to evaluate and predict machining precision of a multi-axis computer numerical control (CNC) machine tool. The “function-motion-action” method is used to describe the motion relationships of a multi-axis CNC machine tool, and the multi-body system structure model of the machining system is further constructed. By analyzing the motion process of the machine tool based on the meta-action layer and considering the motion transfer relations in meta-action chains, the kinematic models of each motion shaft are established in twist exponential form. According to the structural and kinematic relationships of these motion shafts, the kinematic and kinematic error models of the machine tool can be easily obtained. Then, the distance error formula is used to deduce the general model of machining allowance error. A simulation test and practical experiment are performed on a type of CNC controlled 5-axis machining center. The experiment results show that the proposed method is universal, and it can greatly simplify the kinematic analysis of multi-axis CNC machine tools.
登录
查看更多内容
DOI：
10.1016/0890-6955(94)p4352-u
发表时间：
1995-04
影响因子：
14
作者：
J. Chen
通讯作者：
J. Chen
DOI：
10.1016/0890-6955(94)00048-o
发表时间：
1995-09
影响因子：
14
作者：
A. Srivastava;S. Veldhuis;M. A. Elbestawit
通讯作者：
A. Srivastava;S. Veldhuis;M. A. Elbestawit
DOI：
--
发表时间：
2012
期刊：
Journal of Jilin University
影响因子：
--
作者：
Cai Ligang
通讯作者：
Cai Ligang
DOI：
10.1016/j.ijmachtools.2014.10.009
发表时间：
2015-02
影响因子：
14
作者：
Gaoyan Zhong;Chaoqun Wang;Shoufeng Yang;Enlai Zheng;Yanyan Ge
通讯作者：
Gaoyan Zhong;Chaoqun Wang;Shoufeng Yang;Enlai Zheng;Yanyan Ge
影响因子：
7.8
作者：
He, Ruibo;Zhao, Yingjun;Yang, Shuzi
通讯作者：
Yang, Shuzi