10.3969/j.issn.1000-1220.2019.07.039
基于数据驱动的机床热误差补偿技术研究
随着先进制造技术的发展,对数控系统的高速、高精、高效、智能化方面的要求越来越高,为此,实现热误差补偿在内的补偿技术具有重要的现实意义.热误差的非线性问题是实现误差补偿的难点之一,传统的补偿方法采用离线线性拟合的方法,造成较大的拟合误差且实时性很难保证,为此传统的基于精确模型的热误差补偿技术遇到了发展瓶颈,提出了采用数据驱动的方法实现机床热误差补偿,采用模糊神经网络作为学习模型,结合加工过程实时采集到的误差数据,提供最优的补偿策略,减小了拟合误差,提高热误差补偿的补偿精度,并通过试验进行测试,测试结果表明所提出的补偿方案相对于传统的方案,显著改善了拟合精度,从而验证了该方案的可行性.
模糊神经网络、热误差补偿、数据驱动技术、模型控制方法、智能化
40
TP183(自动化基础理论)
沈阳市科技计划项目Y18-1-021
2019-07-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
1569-1572