李宁

(广东石油化工学院，广东 茂名 525000)

0 引言

随着机械加工技术的发展，采用数控机床进行机械零部件加工的精度越来越高。在进行复杂零部件加工过程中，可能会受到数控机床几何误差和机械构件差异性因素的影响，导致数控机床加工的可靠性不高，稳定性不好，需要构建数控机床几何误差标定与补偿模型。结合数控机床几何误差的优化测量和机床的优化控制研究，实现数控机床几何误差标定与补偿，以提高数控机床加工的稳定性和可靠性[1]。

对数控机床几何误差标定与补偿是建立在对数控机床几何误差测量和标量控制基础上，进行数控机床几何误差参数分析，通过模糊度检测和信息识别的方法，进行数控机床几何误差标定和反馈跟踪融合补偿，实现数控机床的优化控制[2]。传统方法中，对数控机床几何误差标定与补偿方法主要有基于模糊PID的数控机床几何误差标定控制方法、基于反馈融合参数测量的数控机床几何误差标定方法等，构建参数测量和自适应误差补偿模型，进行数控机床几何误差标定补偿[3-4]。但传统方法进行数控机床几何误差标定与补偿的自适应性不好，稳定性不高。针对上述问题，本文提出一种基于深度强化学习的数控机床几何误差标定与补偿方法。首先采用自由来流与圆柱中心连线的准线性标定方法构建数控机床控制约束参数测量模型，进行最大的侧向变形修正，采用深度强化学习的方法，进行数控机床几何误差测量和误差补偿控制，提高数控机床的加工精度。……