摘要
本发明属于数控机床误差补偿领域,具体涉及一种考虑温度传感器故障的数控机床主轴热误差补偿方法,该方法包括首先基于模糊C均值聚类与相关性分析筛选出敏感温度点,利用动态热变化率模型识别故障温度传感器,然后构建基于图注意力神经网络的温度信号修复模型,利用修复的温度数据实时替换异常温度数据。基于正常温度数据与修复温度数据来构建岭回归热误差模型。最后,设计具备数据采集、故障传感器识别、温度信号修复与热误差计算的补偿器。本发明实现了在温度传感器故障的情况下热误差补偿功能的持续有效运行,提升热误差补偿的可靠性。
技术关键词
热误差补偿方法
温度传感器故障
数控机床主轴
故障传感器
温度敏感点
误差模型
模糊C均值聚类算法
温度预测模型
数控机床误差补偿
概率分布函数
温度采集模块
机床主轴热误差
动态
电涡流位移传感器
误差补偿功能
数据
注意力神经网络
系统为您推荐了相关专利信息
支持向量机模型
Kruskal算法
修复方法
卷积神经网络模型
故障传感器
模糊逻辑控制器
工控机
零件
动态时间弯曲
采集数控机床
小波变换处理
数控机床主轴
故障检测模型
轴承故障检测方法
卷积特征
融合专家经验
悬架控制方法
控制策略模型
故障传感器
支持向量机模型