数控技术是机械行业实现加工专一化、集成化的关键技术,对现代国民经济建设具有重要的影响。随着时代的发展,数控加工场景正在逐步改变,由单件大批量向多品种小批量转移,但是多品种小批量存在着成品率低和加工效率低等问题。本课题结合数控技术特点,提出了一种误差预测和预补偿算法以提高加工质量。针对多品种小批量加工中无法像单件大批量加工中多次利用往次跟踪误差提高跟踪性能的情况,提出了在系统加工前得到跟踪误差并进行误差补偿提高跟踪性能的方法。通过对典型运动控制系统进行分析,建立数控伺服系统单轴线性模型。针对简化伺服系统模型结合控制理论相关知识研究跟踪误差,通过理论与实验相结合的方法确定跟踪误差的影响因素。在此基础上,提出根据跟踪误差影响因素通过神经网络预测跟踪误差的方法。建立轨迹生成模块,该模块通过改变参数实现轨迹弯曲程度的改变,等距离输出以等距点组成的几何轨迹。设置限定条件,保证生成轨迹首尾相连且起始点一致,通过叠加扩大数据量。数据量足够的几何轨迹通过现有插补模块,得到参考输入作为样本集。样本集通过数据处理模块后,获得位置、速度和加速度信息作为神经网络的输入,跟随误差作为神经网络的输出值。利用输入和输出数据,使用NARX(Nonlinear autoregressive with external input)神经网络训练获得跟踪误差预测模型,通过泛化性实验验证模型的预测能力。在此基础上,基于实验设备的限制,采用开环补偿算法,以预测跟踪误差代替往次跟踪误差进行补偿,通过XY平台进行补偿实验,大幅减小了XY平台的跟踪误差。