一种基于深度学习算法的电主轴热误差超前预测方法

本发明提供一种基于深度学习算法的电主轴热误差超前预测方法，通过在电主轴表面设置多路温度传感器和位移传感器，采集电主轴表面温度和电主轴末端位移数据，训练由时域卷积网络、门控循环网络以及全连接网络组成的热误差超前预测网络，实现电主轴的热误差超前预测。本发明采用热误差超前预测网络预测电主轴热误差的超前量，能够在误差发生前进行补偿，提高加工精度和电主轴的稳定性，同时，热误差超前预测网络采用多路并联神经网络与全连接网络的设计，增强了模型的适应性和鲁棒性，为不同类型和规格的电主轴提供灵活的解决方案。