基于动态模糊神经网络的机床时变定位误差补偿

为提高数控机床的定位精度,提出基于动态模糊神经网络进行数控机床时变定位误差补偿的方法。针对数控机床定位误差影响因素复杂、模糊规则难于获取的情况,改进动态模糊神经网络,使其能够应用于多输入多输出系统,并实现模糊规则的自动在线辨识与生成。通过测量机床温度和定位精度,应用改进后的动态模糊神经网络建立机床时变定位误差预测模型。运用该模型对数控机床进行定位误差补偿试验,并与径向基神经网络模型补偿的效果进行比较,结果显示,基于动态模糊神经网络的数控机床时变定位误差预测模型精度高、泛化能力强、鲁棒性优,适用于对数控机床定位误差的长时间、高精度的实时补偿。