宋小芹

（郑州西亚斯学院，河南 郑州 451150）

1 引言

在机械加工过程中，由于加工系统自身的老化和磨损，使得机械加工过程中会产生许多不可避免的误差。如何对这些误差进行精准提取和有效应对具有非常重要的意义。

在对加工误差研究的过程中，多名专家学者提出了多种解决方法：利用回归模型和时间序列AR模型、BP神经网络[1]和RBF神经网络[2]。

文献[1]运用BP神经网络对数控机床的误差进行研究，确定了误差参数和测量误差的模型，在一定程度上避免了测量系统的不确定性，但是适用范围较小；

文献[2]利用RBF神经网络提出了减小误差、提高机械加工精度的方法，此方法具有较快的学习收敛速度[3]，适用范围较广，但是该方法计算过程较复杂，外插能力较弱、泛化能力较低。

为此，在现有的研究基础上，结合网络通信中的调度策略，对机械加工过程中的误差进行具体的分析。

网络通信调度可在检测条件受限的情况下，合理分配网络资源，控制传输速度，使优先级较高的信息在最短的时间内完成，从而提高网络的利用率和误差计算的精准性，减少误差带给机械设备的损害，保证设备的稳定运行。

2 网络通信调度策略建立

2.1 静态调度策略

静态调度策略将网络中所有的通信任务按照完成周期和紧急程度进行优先级[4]的划分，优先完成周期短、加急的任务。

这里利用单调速调度算法（Rate Monotonic，RM），假设任务i的传输周期为hi，网络传输模型为Li()ai，di，ci，bi，具体，如图1所示。

图1 控制任务的通信模型Fig.1 Communication Model for the Control Task