[发明专利]机床的误差补偿方法、装置、处理器及电子装置

说明书

本发明公开了一种机床的误差补偿方法、装置、处理器及电子装置。该方法包括：基于多个机床特征参数确定误差补偿预测值，其中，多个机床特征参数用于确定机床的误差数据；对误差补偿预测值与机床的各加工轴电机的初始控制值进行叠加处理，得到目标控制值；控制机床的电机按照目标控制值进行运转。本发明解决了相关技术中单因素误差补偿局限性的技术问题。

技术领域

本发明涉及工控领域，具体而言，涉及一种机床的误差补偿方法、装置、处理器及电子装置。

背景技术

超精加工数控机床是工业制造领域获取高精度加工产品的重要基础。三轴超精数控机床是典型的超精加工设备，对三轴超精数控机床进行几何误差补偿是实现对三轴超精数控机床进行精密控制的重要保障。三轴超精数控系统几何误差补偿模块是在加工坐标系下，解决设定几何位置与实际位置之间因机床加工过程众多因素影响而存在的误差问题。在工件加工过程中，在通过计算机程序指令来设定几何位置时，会受到加工过程温度、螺距间隙、切削力、传动零件磨损等因素共同影响工件坐标下的空间几何位置定位，从而致使工件的尺寸和表面质量难以符合实际要求。

相关技术中常用的各类数控系统通常属于非开源系统，致使难以获知在这些数控系统中所使用的误差补偿方案。目前，能够确定的相关技术中所提供的误差补偿方案可以包括：诸如基本补偿螺距和反向间隙补偿这类单因素误差补偿方案，以及诸如非机床产品的辅助补偿装置这类硬件上的误差补偿方案。

然而，采用单因素误差补偿方案的明显缺陷在于：未能考虑到多类因素对于误差补偿的综合影响，因此，对于加工精度的提高具有一定局限性。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明至少部分实施例提供了一种机床的误差补偿方法、装置、处理器及电子装置，以至少解决相关技术中单因素误差补偿局限性的技术问题。

根据本发明其中一实施例，提供了一种机床的误差补偿方法，包括：

基于多个机床特征参数确定误差补偿预测值，其中，多个机床特征参数用于确定机床的误差数据；对误差补偿预测值与机床的各加工轴电机的初始控制值进行叠加处理，得到目标控制值；控制机床的电机按照目标控制值进行运转。

可选地，基于多个机床特征参数确定误差补偿预测值包括：基于多个机床特征参数确定反馈脉冲；获取与反馈脉冲适配的目标数据模型，其中，目标数据模型用于确定与反馈脉冲对应的误差拟合结果；将反馈脉冲设置为目标数据模型的输入参数，经过误差拟合处理后，输出误差补偿预测值。

可选地，将反馈脉冲设置为输入参数，经过误差拟合处理后，输出误差补偿预测值包括：基于反馈脉冲的检测频率确定与多个机床特征参数中每个机床特征参数对应的检测倍乘比；获取预先设定的指令倍乘比；使用目标数据模型对每个机床特征参数对应的检测倍乘比以及指令倍乘比进行设置，输出误差补偿预测值。

可选地，对误差补偿预测值与初始控制值进行叠加处理，得到目标控制值包括：基于初始控制值确定各加工轴电机中每个轴控制电机的输入脉冲当量；将误差补偿预测值转换为各加工轴电机中每个轴控制电机对应的补偿脉冲当量；分别对各加工轴电机中每个轴控制电机的输入脉冲当量和补偿脉冲当量进行叠加处理，得到目标控制值。

可选地，上述方法还包括：获取多个机床特征参数的检测数据，其中，检测数据包括：温度误差数据、切削力误差数据、传动磨损误差数据、机床振动误差数据；对检测数据进行预处理，得到处理后数据。

可选地，上述方法还包括：将处理后数据划分为训练集、验证集、测试集；使用训练集通过机器学习训练得到初始数据模型；使用验证集对初始数据模型进行验证，调整初始数据模型的超参数，得到中间数据模型；使用测试集用于对中间数据模型进行泛化误差估计，得到目标数据模型。

根据本发明其中一实施例，还提供了一种机床的误差补偿装置，包括：