论文部分内容阅读
针对工件-夹具系统的误差分离问题，基于径向基神经网络算法建立了夹具误差的分离和识别算法。根据工件位姿变化对测试点位移数据的函数关系，对测试数据进行处理，并使用径向基神经网络方法分别建立夹紧力-测试数据和测试数据-夹紧力的拟合模型，实现了定位误差与夹紧误差的分离，计算出工件的位姿变化量和夹紧力的大小，从而能够为误差补偿或者故障诊断提供数据支持。使用该算法对实验数据进行分离与识别，夹紧力和位姿变化量的预测误差分别控制在10％和13％以内。