一种基于深度学习的摩擦力矩预测方法

本发明公开一种基于深度学习的摩擦力矩预测方法，属于智能制造与加工技术领域，包括如下几个步骤：分析数控机床加工中心整体结构的运动学特性，并结合数控机床铣削加工过程，参考经典Stribeck摩擦模型描述伺服电机的动态响应特性，分别构建有关X、Y进给轴的系统动力学模型，确定时变扰动作用下激励与响应之间的动态关系，解决时滞条件的非线性动力学系统建模与参数辨识问题，并以伺服系统机理作为模型架构，引入深度神经网络作为一个函数逼近模型，有效解决摩擦参数的定量化表征问题。从时域角度系统性评估不同驱动轴摩擦力矩的预测情况，结果表明，本发明具有更好的预测精度与稳定性。