基于Lyapunov指数谱的大型数控机床动态轨迹误差分析与评估新方法

大型数控机床体积庞大、结构特殊，其动态轨迹误差的分析与评估目前仍沿用小型数控机床的方法，没有考虑其特殊性，给误差溯源及机床调试与诊断带来很大困难。针对这一问题，本课题以混沌时间序列分析方法为手段，以重构相空间为工具，以Lyapunov指数为指针，探索分析、评估大型数控机床动态轨迹误差的新方法。. 课题首先设计了面向大型数控机床动态轨迹误差的实验测试方案，规划了大型龙门数控机床XY平面上内3×N的测试点布局方式，具有既能全面反映大型数控机床的动态轨迹误差、又有较高的测试效率的特点。在此基础上分阶段对工厂车间的46台大型数控机床进行了动态轨迹误差实验，取得482个样本数据。. 课题采用最小二乘圆法（LSC）评定了所获得样本的圆度误差，提出了三种方法来综合衡量包含3×N个测试点的机床整体动态误差：最大圆度误差法、数据密化法、数据平均法。得到的圆度评定值依次减小。其中数据密化法是在充分利用所有测量点的情况下得到的，为机床动态精度分析提供一个折中的方法，可以在实际应用中使用。. 课题总结了混沌时间序列的Lyapunov指数的数值计算方法，以Packard重构相空间为工具，提出了改进的C-C方法并在不同条件下以Lorenz混沌系统、Rossler混沌系统为对象进行了大量的计算验证。最后应用于大型数控机床动态轨迹误差的分析中，得到了各测试点的Lyapunov指数。研究发现这些指数均大于零，说明具有一定的混沌性质；由于指数数值较小，说明系统混沌程度较轻。. 为了测试机床任意轨迹和速度下的动态特性，课题研究了非接触式微涡流传感器测试方法，设计了微线圈的烙版图，采用UV-LIGA工艺制作了方形和圆形微线圈，线宽分别为10μm×10μm、20μm×15μm和30μm×15μm。. 课题基于嵌入式Linux平台研究了微涡流传感器系统的无线数据采集方法，构建了模拟环境，进行了数据传输实验，发现WIFI方式具有很好实时数据传输效果，为同时进行动态轨迹误差测试与远程监控打下了基础。