精度超90.8%
该模型考虑动子运动对热网络的影响，采用迭代解法实时预测热误差，可在任意工况下准确预测进给系统热误差。
Nong, Li · 项四通 · Hainan, Zhang · 杨建国
Applied Thermal Engineering 2025
传统热误差模型只针对特定工况，本模型考虑了热源移动和散热条件变化，可灵活适应进给轴任意工作状态。
与LSTM神经网络相比，本模型不仅预测精度更高，计算速度也更快，更适合实时补偿。
在恒定和变进给速度下，预测精度分别超过90.80%和91.53%，足以用于工业误差补偿。
模型将整个进给系统热误差分解为两个关键部件的热膨胀，从而明确误差形成机制，便于针对性补偿。