進(jìn)行誤差補(bǔ)償時(shí)，對(duì)于已測(cè)量點(diǎn)的誤差，往往采用對(duì)誤差值取反后疊加到各離散目標(biāo)點(diǎn)上的方法；等于對(duì)噪聲也進(jìn)行了疊加而不是均化，從而影響誤差補(bǔ)償精度。為此，本文針對(duì)將平面正交光柵應(yīng)用于三坐標(biāo)立式加工中心的誤差測(cè)量，采用神經(jīng)網(wǎng)絡(luò)技術(shù)建立了平面正交光柵測(cè)量系統(tǒng)的空間誤差補(bǔ)償模型。

　　實(shí)踐證明，該方法可有效地對(duì)樣本數(shù)據(jù)進(jìn)行濾波，弱化噪聲干擾，所期望的數(shù)據(jù)精度在允差要求的范圍之內(nèi)。神經(jīng)網(wǎng)絡(luò)誤差補(bǔ)償模型如所示。神經(jīng)網(wǎng)絡(luò)誤差補(bǔ)償模型在模型中，輸入節(jié)點(diǎn)為2個(gè)，對(duì)應(yīng)于輸入向量（x，y）；輸出節(jié)點(diǎn)為1個(gè)，對(duì)應(yīng)于空間位置誤差$x或$y；中間隱含層節(jié)點(diǎn)為11個(gè)。這三層之間的節(jié)點(diǎn)實(shí)行全連接，即左層的每一個(gè)神經(jīng)元節(jié)點(diǎn)與右層的每一個(gè)神經(jīng)元節(jié)點(diǎn)均有連接。同一層間的神經(jīng)元節(jié)點(diǎn)無(wú)任何連接。Wi，j為輸入層到隱含層的權(quán)值向量，Wj，k是隱含層到輸出層的權(quán)值向量。輸出層節(jié)點(diǎn)的激活函數(shù)為線性函數(shù)，并將其作為期望輸出向量加入到神經(jīng)網(wǎng)絡(luò)誤差補(bǔ)償模型的輸出端，輸入端所加向量為與誤差向量相對(duì)應(yīng)的目標(biāo)向量。然后進(jìn)行網(wǎng)絡(luò)訓(xùn)練，直至滿足精度要求或達(dá)到訓(xùn)練次數(shù)要求為止。利用已訓(xùn)練過(guò)的神經(jīng)網(wǎng)絡(luò)模型對(duì)已測(cè)量點(diǎn)和未測(cè)量點(diǎn)進(jìn)行誤差仿真，仿真所得到的誤差值向量就是要進(jìn)行補(bǔ)償?shù)臄?shù)值。再將該誤差數(shù)值取反后進(jìn)行數(shù)控加工程序的重構(gòu)，生成新的數(shù)控指令代碼，使CNC控制器作出相應(yīng)動(dòng)作，以達(dá)到誤差補(bǔ)償?shù)哪康摹?/p>

　　為便于測(cè)量及驗(yàn)證，將設(shè)計(jì)的預(yù)測(cè)點(diǎn)誤差一并測(cè)出（圖中未標(biāo)出）。設(shè)計(jì)測(cè)量軌跡為了保證試驗(yàn)數(shù)據(jù)的有效性和可驗(yàn)證性，同時(shí)研究機(jī)床運(yùn)動(dòng)速度對(duì)空間位置誤差的影響程度，同時(shí)，為了消除隨機(jī)誤差給測(cè)量結(jié)果帶來(lái)的影響，對(duì)每一個(gè)目標(biāo)點(diǎn)及其附近的樣本數(shù)據(jù)在一定誤差范圍內(nèi)進(jìn)行平均濾波，將其結(jié)果作為該目標(biāo)點(diǎn)的誤差值。由和可以看出，曲面上沿X方向的位置誤差一般在+110-215Lm之間，且沿著X軸正向誤差負(fù)值增大。機(jī)床運(yùn)動(dòng)速度對(duì)測(cè)量結(jié)果影響不大。

　　結(jié)語(yǔ)（1）在空載情況下，無(wú)論采用實(shí)際測(cè)量誤差值還是采用神經(jīng)網(wǎng)絡(luò)誤差補(bǔ)償模型對(duì)機(jī)床空間位置誤差進(jìn)行補(bǔ)償，經(jīng)一次補(bǔ)償后沿X向和Y向的位置精度均有較大提高。（2）利用神經(jīng)網(wǎng)絡(luò)技術(shù)建立誤差補(bǔ)償模型對(duì)于機(jī)床的位置誤差補(bǔ)償是完全可行的。（3）本文的試驗(yàn)研究未能對(duì)誤差起源給出更好的解釋。（4）對(duì)于立式加工中心熱誤差的檢測(cè)和補(bǔ)償尚有待進(jìn)一步深入研究。