摘要
本发明涉及精密制造与数控机床技术领域,尤其涉及一种电主轴热‑动双迟滞耦合参数预测方法。步骤如下:S1:采集多维运行状态信号并进行处理;S2:将处理后的振动时频特征图、电流频谱图与温度灰度图像进行通道叠加,形成三维特征张量;S3:构建ResNet‑Attention电主轴热‑动双迟滞耦合参数时序预测模型,将融合特征向量输入训练好的预测模型,得到最优的热‑动双迟滞参数时序预测模型;S4:对热‑动双迟滞参数时序预测模型进行动态模拟得到预测值。本发明提供的一种电主轴热‑动双迟滞耦合参数预测方法,通过融合多源异构数据,充分挖掘不同数据源之间的内在联系和互补信息,有效提升了模型对电主轴热‑动双迟滞耦合参数的预测精度。
技术关键词
参数预测方法
时序预测模型
迟滞参数
集合卡尔曼滤波
电主轴轴承座
红外热像仪
Park矢量
协方差矩阵
双线性插值法
连续小波变换
特征提取能力
数控机床技术
通道
分辨率
融合多源
传感器监测
图像
信号
系统为您推荐了相关专利信息
调度优化方法
微电网
可再生能源
时序预测模型
预测电力负荷
参数预测方法
三维模型形状
飞秒激光器
折射率包层
前馈神经网络
煤层气储层
岩石物理模型
孔隙煤
裂隙纵横比
孔隙结构
金融时序数据
时序预测模型
多任务
编码器
预测系统
时序数据预测方法
时序预测模型
多尺度
样本
销量预测方法