针对数控凸轮磨削机床在加工过程中存在的周期性、重复性轮廓误差和不易建模等问题,提出一种基于数据驱动的轮廓误差补偿策略。在数控凸轮磨削机床的单轴伺服跟踪系统中加入无模型自适应迭代学习控制,该方法沿迭代轴引入伪偏导数,将复杂的非线性系统动态线性化处理。针对两轴之间由于伺服跟踪误差不同导致的滞后量不同,利用交叉耦合迭代学习控制,将补偿量按照交叉耦合系数反馈到单轴伺服控制系统中,实现对凸轮磨削轮廓误差的补偿。最后通过仿真实验验证了提出的轮廓误差补偿策略可以有效减小凸轮的轮廓误差,提高了数控凸轮磨削机床的加工精度。

数控机床位置伺服系统在加工过程中受负载、摩擦和电路系统响应特性等因素影响,很难精确建立其加工过程动力学模型。针对批量零件加工过程中的重复执行过程,设计了一种数据驱动的无模型自适应迭代学习控制方案。该方案借助沿迭代轴的动态线性化方法,将数控机床位置伺服系统加工动力学过程等价转化成一个虚拟的迭代数据模型,并根据设计的迭代学习控制律和参数估计律构建数控机床位置伺服系统的无模型自适应迭代学习控制方案。仿真结果表明:该迭代学习控制方案基于数控机床重复运行的特点,仅利用位置和电机电流信息,完成了对零件加工过程的改善,提高了加工精度。