1.一种切削加工机器人的动态误差补偿与控制方法，所述动态误差包括稳定变形误差、低频振动误差、高频振动误差三种，其特征在于，该方法的具体实现方式为：A)所述动态误差为稳定变形误差时，基于离线补偿模块和在线修正模块进行误差补偿与控制；

B)所述动态误差为低频振动误差时，采用基于模态分析的开环控制方法，通过在机器人关节处施加额外的主动力抵消引起低阶模态的激振力，从而抑制振动，进行误差补偿与控制；

C)所述动态误差为高频振动误差时，提出基于参数自校正自抗扰策略的机器人动力学控制算法，同时，在机器人中增设加速度传感器，通过加速度传感器实时采集机器人加工过程中的振动信号，并将高频振动看作外界对机器人控制系统的扰动，机器人动力学控制算法对控制参数的在线实时校正，使机器人控制系统在全部运行期间保持优良的控制性能，实现对高频振动的抑制和高精度的轨迹控制，即实现高频振动误差的补偿与控制。

2.根据权利要求1所述的一种切削加工机器人的动态误差补偿与控制方法，其特征在于，在补偿与控制低频振动误差的过程中：基于机器人整机动刚度模型与加工过程采集的振动数据，利用模态分析方法，求出结构振动的主要模态，针对主要模态，计算获得各个关节处所需主动控制力的幅值、相位和周期信息，并实时的施加到关节处，以抵消相应模态的激振力。

3.根据权利要求1所述的一种切削加工机器人的动态误差补偿与控制方法，其特征在于，所述离线补偿模块进行误差补偿与控制的具体操作为：在机器人控制系统中引入切削力模型，根据目标轨迹和切削参数，预测各插补点处的切削力，然后基于机器人整机动刚度模型计算各插补点处的变形量，并将各变形量补偿到理论轨迹中，获得修正的刀具轨迹，同时，保存各插补点处的预测切削力；

所述在线修正模块进行误差补偿与控制的具体操作为：在实时插补过程中，机器人以修正的刀具轨迹为目标轨迹进行切削运动，同时，通过力传感器/力矩传感器实时测量和采集切削力，与预测切削力比较后获得切削力误差，通过该切削力误差微调刀具轨迹，并进一步修正刀具轨迹，对机器人的实时运动进行控制，提高机器人切削加工的轨迹精度。

4.根据权利要求3所述的一种切削加工机器人的动态误差补偿与控制方法，其特征在于，所述切削力模型为线性切削力模型，线性切削力模型的切削力系数是常数，线性切削力模型通过计算刀具一个旋转周期内的平均铣削力对切削力系数进行辨识，从而根据目标轨迹和切削参数预测三向切削力。

5.根据权利要求2或3所述的一种切削加工机器人的动态误差补偿与控制方法，其特征在于，所述机器人整机动刚度模型是由通过以下步骤建立后得到的：步骤一、获取机器人本体参数的描述文件，通过描述文件调用模型类库；

步骤二、首先，对机器人中影响误差分析的组件及组件接触特性进行理论分析，采用计算模态分析法建立各组件及组件接触特性的动刚度理论子模型，随后，对机器人中影响误差分析的组件及组件接触特性进行模态实验，通过对激励、响应数据的采集与处理，建立组件及组件接触特性的动刚度实验子模型与模态子模型，辨识出模态参数并进行动刚度实验子模型的验证；

再随后，根据理论分析结果去除影响误差分析的极小因素，简化动刚度理论子模型的变量，通过动刚度实验子模型对相应组件及组件接触特性的动刚度理论子模型进行修正，获得符合精度要求的动刚度子模型；

最后，通过模态综合理论将符合精度要求的动刚度子模型综合为机器人的整机动刚度理论模型；

步骤三、对机器人整机进行模态实验，通过对激励、响应数据的采集与处理，建立机器人的整机动刚度实验模型与模态模型，辨识出模态参数并进行整机动刚度实验模型的验证；

步骤四、通过整机动刚度实验模型对整机动刚度理论模型进行修正，获得符合精度要求的整机动刚度模型。

6.根据权利要求5所述的一种切削加工机器人的动态误差补偿与控制方法，其特征在于，步骤一中，所述机器人本体参数的描述文件即能够完整描述机器人本体参数的规范性文件，所述描述文件的生成过程包括：a1)依据机器人的结构参数，对机器人动特性的灵敏度进行分析，所述结构参数包括功能组件、关节连接方式、结构组成三类，其中，所述功能组件包括驱动单元、连杆单元、减速器单元，所述关节连接方式包括一体化连接、联轴器连接，所述结构组成包括串联、并联、串并联结合；

a2)根据分析结果制定参数描述的精度准则与规范；

a3)采用标准化的XML文件格式作为载体，对功能组件、关节连接方式、结构组成三类参数进行灵敏度分析后，分别生成功能组件参数的描述文件、关节连接方式参数的描述文件、结构组成参数的描述文件；

a4)开源xml文件生成器将功能组件参数的描述文件、关节连接方式参数的描述文件、结构组成参数的描述文件整合生成机器人本体参数的描述文件；

所述模型类库是应用面向对象的方法设计而成的，其设计过程包括：

b1)借助工具SQLserver建立机器人组件误差分析基类，包括ID、误差分析方法和其他属性，用于分析组件误差产生的原因；

b2)由机器人组件误差分析基类派生出功能组件类和关节连接方式类，其中，功能组件类是组件的刚度对误差影响的分析，功能组件类派生出杆件类、减速器类两个子类；

关节连接方式类是对组件接触刚度影响的分析，关节连接方式类派生出一体式连接和联轴器连接两个子类；

b3)封装基类和派生出的子类，在建立机器人整机动刚度理论模型时，机器人本体参数的描述文件对模型类库的封装信息进行调用。

7.根据权利要求6所述的一种切削加工机器人的动态误差补偿与控制方法，其特征在于，在a1)中，依据机器人的结构参数，对机器人动特性的灵敏度分析，具体操作包括：依据机器人结构参数建立机器人仿真模型；

依据机器人仿真模型，建立仿真动刚度模型；

以仿真动刚度模型为目标函数，对机器人的结构参数进行灵敏度分析，依据灵敏度分析结果，将结构参数划分为敏感参数和非敏感参数，其中，对敏感参数使用精度较高的仪器进行更加精确的测量，采用精度更高的算法进行参数计算和描述，对非敏感参数则可以简化其测量、描述过程，仿真动刚度模型的灵敏度分析结果，可以为机器人切削加工系统的动力修改提供依据；

确定机器人的结构参数变化对机器人控制系统动态特性影响的灵敏度，并由机械工程师通过计算编程分析权衡结构参数的灵敏度，随后，人工制定参数描述的精度准则与规范。

8.根据权利要求5所述的一种切削加工机器人的动态误差补偿与控制方法，其特征在于，步骤四中，通过整机动刚度实验模型对整机动刚度理论模型进行修正的具体过程为：步骤1：将工艺参数录入控制器，控制器执行加工轨迹，并通过测力仪与加速度传感器采集实验数据；

步骤2：对采集到的加速度数据进行傅里叶变换，获取振动幅值谱数据，对幅值谱数据进行取对数运算，然后通过傅里叶逆变换获得幅值谱倒谱数据；

步骤3：对步骤2获得的幅值谱倒谱数据进行指数窗滤波运算，然后滤波后的倒谱数据做反倒谱运算，获得随机激励下的振动幅值谱数据；

步骤4：对采集到的的加速度数据进行傅里叶变换，获得振动相位谱数据；

步骤5：结合步骤3和步骤4获得的幅值谱和相位谱数据，进行傅里叶逆变换，获得加工过程中随机激励下的加速度时域信号；

步骤6：利用步骤5获得的时域信号，通过最小二乘复频域法辨识模态参数，获得切削机器人末端变形与变化切削力之间的函数关系，进而构建符合精度要求的切削加工机器人整机动刚度模型。

9.根据权利要求1所述的一种切削加工机器人的动态误差补偿与控制方法，其特征在于，所述机器人动力学控制算法包括：柔性机器人动力学模型、跟踪微分模块、扩张状态观测模块、非线性组合控制模块、基于模糊控制的参数实时自校正模块；

所述柔性机器人动力学模型是基于机器人控制系统中参数化误差分析模型的分析结果，用拉格朗日法建立的；研究柔性机器人动力学模型补偿自抗扰控制的原理，并补偿到扩张状态观测模块；

所述跟踪微分模块根据机器人控制系统输出的目标位值qd安排过渡过程qd1并提取其微分信号qd2；

所述扩张状态观测模块根据机器人控制系统的输出信号q估计出机器人状态 机器人状态 作用于机器人的总和扰动f，扩张状态观测模块再根据跟踪微分模块的过渡过程qd1、微分信号qd2得出机器人的状态误差ε1、ε2，其中所述非线性组合控制模块进一步根据机器人的状态误差ε1、ε2得出非线性控制规律τ0，基于非线性控制规律τ0、作用于机器人的总和扰动f、控制参数b得到机器人的输入控制力矩τ；

通过总结非线性控制规律τ0，设计基于模糊控制的参数实时自校正模块，所述基于模糊控制的参数实时自校正模块根据人工调参经验设计模糊规则，使控制参数b逼近真实值，同时根据跟踪状态误差ε1调整扩张状态观测模块的增益，达到“大误差小增益，小误差大增益”的效果，使扩张状态观测模块在快速准确估计机器人状态 机器人状态 总和扰动f的同时减少噪声影响。