王建新，郑 浩

（1.沈阳工业大学人工智能学院，沈阳110870；2.沈阳仪表科学研究院有限公司，沈阳110043）

1 引 言

划片机作为电子元器件封装的关键设备，其系统稳定性、可靠性和加工精度对划切质量起到关键的作用。然而因种种现实因素的存在，在划片机加工过程中会产生许多不同种类的误差，比如在系统运动过程中由温度而造成的热变形误差、划片机床自身几何误差、动力学误差等等。这就对划片机的高精度运动误差补偿提出了更高要求。传统的误差补偿方法主要是采用机理建模或者辨识建模，拟合出一条离线线性曲线，但此法可能会造成较大的拟合误差，可实现性差。在此问题上，随后出现了采用数据驱动[1]中迭代学习控制的方法，来实现划片机运动误差补偿。

1984 年，日本学者有本卓[2]首次提出了迭代学习算法，之后便得到广泛应用。由于迭代学习控制算法无须建立精确的被控对象物理模型，仅仅通过输入输出数据就可完成控制系统的设计，解决了模型建模困难的问题。张洁洁[3]采用基于数据驱动的无模型自适应迭代误差补偿方法尝试解决传统问题的难点，虽然误差补偿的精度有所提升，但是随着迭代次数的增加无法保证系统收敛。孟婷婷[4]通过设计迭代学习控制器提高了系统的收敛性，但只能解决单轴的跟踪误差，无法达到多轴的运动控制误差补偿。梁建智[5]通过迭代学习算法将数控机床加工动力学过程转化为迭代数据模型，有效提升了加工精度。……