基于神经网络的机床误差数据拟合与预测方法

摘要

针对机床空间误差补偿技术中的机床空间网格点误差数据的存储问题和非网格点误差值的预测问题,提出了使用神经网络模型对机床误差数据进行拟合与预测的方法。以机床空间网格点误差数据为样本,对神经网络模型进行训练,并将训练好的神经网络模型用于机床空间非网格点的误差值预测。以空间插值法为比对标准,对比两种方法的4条空间对角线的预测值,两者之间的误差在[-2,4]μm之间,仿真结果表明,神经网络模型不仅能高精度地拟合机床空间网格点误差数据,还能对非网格点误差值进行精确预测。