一种基于动力学及深度神经网络的进给系统混合建模方法

摘要

发明公开了一种数控机床进给系统混合建模方法，包括一个动力学基础模型和一个基于大数据的神经网络偏差模型；动力学基础模型由动力学理论分析及参数辨识得到；神经网络偏差模型通过利用指令序列、动力学基础模型的仿真预测数据和实际响应数据分析训练得到；将指令序列输入进给系统混合模型中，对实际响应序列进行预测，得到混合预测序列。本发明技术方案相比单纯的动力学模型，对高度非线性过程(如反向过程)的仿真更精准，相比单纯的神经网络模型，对不同加工工艺下的泛化能力更强。通过混合建模的方式，实现对复杂动态的进给系统的准确模拟。