凸轮廓形误差力位融合预测与补偿控制研究

廓形误差是凸轮最重要的精度指标,由于磨削过程复杂,廓形误差通常通过离线抽检获得,难以实现在线补偿控制。提出了一种基于BP神经网络与镜面补偿凸轮磨削力-伺服滞后信息融合廓形误差预测、补偿方法。通过对凸轮磨削过程中影响廓形误差的主要因素分析,将X轴跟随误差、C轴跟随误差、磨削力三项传感器信息作为输入特征,凸轮廓形误差作为输出特征,利用BP神经网络的逼近性能和全局最优特性,建立了凸轮廓形误差预测模型,并提出了凸轮廓形误差镜面补偿方法。进行了预测模型训练与补偿验证,结果表明,该方法能够有效预测凸轮廓形误差,并提高凸轮加工廓形精度。