一种基于集成模型与特征驱动的机床能耗预测方法及系统

本发明公开了一种基于集成模型与特征驱动的机床能耗预测方法，获取不同机床的加工数据，将不同机床的加工数据划分为源域的样本集和目标域的样本集；对源域和目标域的样本集进行预处理，并提取特征向量；基于高斯过程表征源域和目标域中机床的能耗动态变化规律，对源域和目标域的特征向量进行关联性分析，利用关联性采用同构特征迁移方法；利用基于源域的特征向量作为训练集训练Boosting模型作为能耗预测模型；基于训练好的能耗预测模型对目标域能耗进行回归预测，并基于高斯过程将预测的能耗进行阶段分解，得到机床加工各阶段预测值。通过特征迁移，结合数据‑机理模型解决不同机床的能耗预测差异性问题，可应用于通用机床加工的能耗预测领域。