[发明专利]一种基于DSP的数控机床X-Y工作台定位误差实时补偿方法

权利要求书

1.一种基于DSP的数控机床X-Y工作台定位误差实时补偿方法，其特征在于本方法包括如下步骤：

步骤1、分析数控机床X-Y工作台定位误差存在原因和GA-BP神经网络的工作原理，确定输入输出信号；

步骤2、由激光干涉仪对不同影响因素下X-Y工作台定位误差进行测量；

步骤3、设计一个个体数量、遗传代数和隐含层数目可变的GA-BP神经网络，由此确定数控机床X-Y工作台定位误差的网络结构；

步骤4、按GA-BP算法编程、训练，获得最优权值和阈值；

步骤5、根据最优的权值和阈值，在DSP中建立数控机床定位误差补偿模型；

步骤6、用DSP实现GA-BP神经网络，并在仿真平台模拟效果。

2.根据权利要求1所述的方法，其特征在于所述步骤1中数控工作台系统的输入信号为速度和位置，输出信号为定位误差。

3.根据权利要求1所述的方法，其特征在于所述步骤2中激光干涉仪对不同速度、位置下的定位误差进行测量。

4.根据权利要求1所述的方法，其特征在于所述步骤3中神经网络结构为2-6-1型。

5.根据权利要求1所述的方法，其特征在于所述步骤4中神经网络隐含层和输出层传递函数分别为tansig和purelin，表达式如(1)和(2)所示，

purelin(n)＝n (2)

其中n为输入变量。

6.根据权利要求1所述的方法，其特征在于所述步骤5中在DSP建模具体方法为：

①建立输入变量的归一化函数，tansig(n)函数的值域为(-1，1)，建立如下归一化函数t₁：

其中t为原值，t₁为归一化值，amax为数据最大值，amin为数据最小值。

②根据式子(5)建立神经网络主函数：

y＝purelin(w₂*tansig(w₁*x+b₁)+b₂) (5)

其中w₂为隐含层到输出层的权值，b₂为隐含层到输出层的阈值，y为输出值，w₁为输入层到隐含层的权值，b₁为输入层到隐含层的阈值。

③根据式子(6)建立反归一化函数：

t＝t₁(amax-m)+m (6)

7.根据权利要求1所述的方法，其特征在于所述步骤6中仿真平台由PC机和以TMS320F28335为核心器件的DSP应用系统构成。