Developing a thermal error compensation model of the DOOSAN VC 630/5Ax machine tool and its testing
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21220%2F18%3A00330482" target="_blank" >RIV/68407700:21220/18:00330482 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.fs.cvut.cz/ustavy/sekce-ustav-vyrobnich-stroju-a-zarizeni/ustav-vyrobnich-stroju-a-zarizeni-12135/odborna-cinnost-12135/vysledky-12135/" target="_blank" >https://www.fs.cvut.cz/ustavy/sekce-ustav-vyrobnich-stroju-a-zarizeni/ustav-vyrobnich-stroju-a-zarizeni-12135/odborna-cinnost-12135/vysledky-12135/</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Developing a thermal error compensation model of the DOOSAN VC 630/5Ax machine tool and its testing
Popis výsledku v původním jazyce
Final report summarizes project results. The advanced SW compensation method has been successfully tested and a 10x higher machine accuracy compared to uncompensated state has been proved on a number of machines with different structures. Minimization of machine tools thermal errors using advanced SW compensation based on transfer functions (TF). Much better accuracy and reliability (robustness) of the TF model compared to standard (static) model obtained by multiple linear regressions (MLR). Improvement of more then 80% compared to standard compensation.
Název v anglickém jazyce
Developing a thermal error compensation model of the DOOSAN VC 630/5Ax machine tool and its testing
Popis výsledku anglicky
Final report summarizes project results. The advanced SW compensation method has been successfully tested and a 10x higher machine accuracy compared to uncompensated state has been proved on a number of machines with different structures. Minimization of machine tools thermal errors using advanced SW compensation based on transfer functions (TF). Much better accuracy and reliability (robustness) of the TF model compared to standard (static) model obtained by multiple linear regressions (MLR). Improvement of more then 80% compared to standard compensation.
Klasifikace
Druh
O - Ostatní výsledky
CEP obor
—
OECD FORD obor
20205 - Automation and control systems
Návaznosti výsledku
Projekt
—
Návaznosti
N - Vyzkumna aktivita podporovana z neverejnych zdroju
Ostatní
Rok uplatnění
2018
Kód důvěrnosti údajů
C - Předmět řešení projektu podléhá obchodnímu tajemství (§ 504 Občanského zákoníku), ale název projektu, cíle projektu a u ukončeného nebo zastaveného projektu zhodnocení výsledku řešení projektu (údaje P03, P04, P15, P19, P29, PN8) dodané do CEP, jsou upraveny tak, aby byly zveřejnitelné.