基于深度强化学习的数控机床直线轴冷却控制方法及系统

本发明涉及数控机床直线轴温度控制技术领域，尤其涉及一种基于深度强化学习的数控机床直线轴冷却控制方法及系统，该方法根据工况变化自动调节冷却液参数，减小直线轴温升与热变形，提高机床精度及其稳定性。它包括构建直线轴中空冷却丝杠瞬态热‑固耦合有限元模型；构建考虑丝杠关键位置温升与热变形的奖励函数；构建Actor‑Critic网络框架；利用TD3算法训练Actor网络参数，获得用以控制冷却液参数的预训练Actor模型。基于小样本物理数据微调Actor模型参数，并将最终的Actor模型部署于工控机中，构建智能冷却控制系统。基于多源传感数据自适应调整冷却液流量与温度，控制直线轴温升与热变形，提高机床热稳定性，为数控机床直线轴智能冷却控制提供了一种新思路。