[发明专利]一种义齿加工机床热误差的在线温度补偿方法

说明书

技术领域

本发明涉及义齿修复的义齿加工领域，特别是涉及一种义齿加工机床热误差的在线温度补偿方法。

背景技术

牙齿是人体口腔中的重要器官，除了咀嚼功能之外，牙齿在发音、语言及保持面部的正常形态方面也起着至关重要的作用。牙体牙列缺损、畸形和牙列缺失等是齿科的多发、常见病，随着生活条件的改善，民众对牙齿健康的意识越发增强，对牙齿美观也有了更高的要求，义齿修复是目前能解决这些问题的唯一办法。

天然牙齿的主要成分是钙化物，具有较高的硬度和耐磨性。因此，义齿的材料主要采用钛合金、氧化锆陶瓷等难加工材料。牙齿表面由沟、尖、窝等典型特征形态组成，尤其牙齿颌面由于长期的咬合运动，形成了极其复杂的曲面形态，采用传统技术加工冠类义齿这样的厚度约1mm的薄壁件相当困难。因此，如何提高义齿的加工精度及加工效率成为当今非常重视的问题。传统的手工制造义齿修复体的方法效率低下且精度低。近年来，我国研发具有自主知识产权的数字化口腔医疗装备系统，突破传统牙齿修复诊疗观念，可以在个性化数字建模的基础上快速制作复杂义齿。一般通过高速切削的方式对义齿进行加工，主要从切削参数及工艺上对义齿的加工进行优化。这种加工方法中，义齿型面的复杂性决定了其切削加工多选择球头铣刀，近年来，国内外的学者对球头铣刀铣削力开展了广泛的研究。因为铣削过程较为复杂，M. Yang 等提出了简化球头铣刀切削刃并将其离散细分，利用微分法和正交切削理论建立铣削模型的建模方法。Feng. H. Y、Menq. C. H等将切削刃沿轴向划分成多个切削微元，将作用其上的切削力分解为微切向切削力和微径向切削力，刀具受到的总的切削力即为所有微切削力矢量和。Smith S.实验研究分析了高速铣削中如何优化铣削参数及刀具的外伸长径比，以在保证加工质量及过程稳定的前提下尽量提高加工效率。国内马万太等分析了铣削加工中刀具跳动对切屑厚度的影响，微分化球头铣刀，基于切削力和切屑之间的经验关系，构建了铣削力模型。但是，目前的这些方法均是注重研究切削力对义齿的影响，却忽略了义齿加工过程由数控加工机床所导致的加工误差，试验表明，实际上，数控加工机床在加工过程中带来的热误差对义齿修复体的定位精度的影响，极大地影响了所加工的义齿精度。

发明内容

为了解决上述技术问题，本发明提供一种义齿加工机床热误差的在线温度补偿方法。

本发明解决其技术问题所采用的技术方案是：

一种义齿加工机床热误差的在线温度补偿方法，包括：

S1、空载运转义齿加工机床，并在运行过程中实时采集加工机床的多个位置处的温度数据、加工刀架的位移数据以及室内温度数据；

S2、将采集的温度数据输入到BPN神经网络中，并将采集的位移数据与BPN神经网络输出的预测误差值进行比较，进而采用GA进化算法对BPN神经网络进行训练后，获得训练好的神经网络；

S3、开启加工机床进行义齿加工，在加工过程中实时采集加工机床的多个位置处的温度数据、以及室内温度数据并输入到训练好的神经网络模型中，进而获得加工机床的预测热误差值；

S4、加工机床根据获得的预测热误差值，实时地修正义齿的加工路径。

进一步，所述步骤S2，包括：

S21、将同一时刻采集的所有温度数据输入到BPN神经网络中，通过神经网络模型计算预测误差值，同时给BPN神经网络的连接权值进行二进制编码，产生权值样本；

S22、针对同一组输入数据，分别采用多个权值样本进行BPN神经网络训练并获得多个预测误差值后，分别将多个预测误差值与输入数据所对应的位移数据进行比较，进而选取较优的权值样本作为神经网络的权值；

S23、判断较优的权值样本的数量是否达到预设阈值，若是，则直接执行步骤S24，反之将较差的权值样本通过变异、杂交、选择操作后，产生新的权值样本后返回执行步骤S22；

S24、针对神经网络的每组输入数据，读取对应的权值后计算神经网络的预测误差值；

S25、判断该预测误差值是否小于误差阈值，若是，则训练结束，并获得训练好的神经网络模型，反之，修改权值并返回执行步骤S24。

进一步，所述步骤S1之前，还包括以下步骤：

S0、分别在义齿加工机床上的多个位置上安装温度传感器，同时在义齿加工机床的加工刀架上安装位移传感器。

进一步，所述步骤S0安装的温度传感器的数量为六个，所述步骤S0中所述分别在义齿加工机床上的多个位置上安装温度传感器的步骤，其具体为：