主轴热误差预测模型

结合机理温度场与数据驱动的混合模型，在温度敏感点漂移和温度信息丢失情况下仍能保持高精度和鲁棒性。

李喆裕 · 李国龙 · 徐凯 · Long, Wang

Advanced Engineering Informatics 2025

技术优势

抗信息丢失

用机理温度场补充温度敏感点变化导致的信息丢失，提升鲁棒性。

精度更高

与现有方法相比，预测精度更优。

鲁棒性更强

在温度敏感点变化和温度信息丢失情况下仍保持高鲁棒性。

应用场景

• 精密加工：提高精密加工中的热误差补偿精度。
• 机床误差补偿：为机床误差补偿提供更可靠的热误差预测。
• 齿轮磨床：针对齿轮磨床主轴，提升其热误差预测能力。
• 热变形监测：用于监测热变形，支持实时补偿。