摘要
本发明公开了一种数控进给轴跟随误差补偿方法、装置、设备、介质及产品,涉及数控机床设备技术领域。所述方法是先应用在连续K个运行单位时期采集的且数控进给轴的样本数据,训练基于LSTM神经网络的人工智能模型,得到跟随误差预测模型,然后将在最近连续k个运行单位时期采集的样本数据/和需在当前运行单位时期执行的指令参数值导入该模型,输出得到在当前运行单位时期的跟随误差估计值,最后根据该估计值对该指令参数值进行调整以补偿数控进给轴在当前运行单位时期的跟随误差,并将修改后得到的指令参数值发送给伺服驱动器予以执行,如此可在数控加工过程中对数控进给轴的且包含有动态误差的跟随误差进行准确获取并跟随进行误差补偿,利于提高加工精度。
技术关键词
误差补偿方法
伺服驱动器
进给轴
误差估计值
误差预测
动态误差
LSTM神经网络
人工智能模型
指令
数据获取单元
预测模型训练
样本
误差补偿装置
数控加工过程
数控机床设备
加速度
可读存储介质
存储计算机程序
系统为您推荐了相关专利信息
多层感知机
误差预测方法
表面形貌特征
矩阵
零件
海洋资源勘探
误差估计值
声纳探头
卫星定位位置
地磁
自动计算方法
伺服驱动器
电机位置信息
工业机器人
轴电流