一种物理引导数据驱动的机床主轴热误差预测方法及系统

本发明属于机床控制相关，尤其涉及一种物理引导数据驱动的机床主轴热误差预测方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、在高速加工过程中，热误差是影响数控机床加工精度的主导因素之一，占机床总误差的40%~70%。实现热误差的精准预测与实时补偿，是提升工件加工尺寸精度、保障生产效率的关键手段。热误差可通过直接测量与建模预测获得，但高精度热误差直接测量依赖专业位移传感器与严格实验条件，测量成本高、工况适配性差，难以在实际生产场景中大规模应用。因此，基于温度信号的热误差间接预测更符合工业现场需求。

3、国内外对于热误差建模的研究主要经历了从物理机理建模到数据驱动建模的演变过程，逐步形成了较为完整的技术体系。早期物理建模方法依赖精确的材料参数与边界条件，在变工况场景下参数标定困难，预测鲁棒性不足。

4、随着深度学习技术的发展，数据驱动模型凭借强大的非线性拟合能力成为研究主流，但现有模型大多在固定工况下训练验证，当转速、冷却条件等工况发生变化时，数据分布偏移会导致模型预测性能急剧衰减。

技术实现思路

1、为克服上述现有技术的不足，本发明提供了一种物理引导数据驱动的机床主轴热误差预测方法及系统，通过构建时空双分支特征提取架构挖掘温度序列的时空耦合特性，引入无监督域分布对齐机制缩小工况间特征分布差异，叠加热膨胀物理先验约束预测结果的物理合理性，在目标域无标注数据的条件下，实现不同转速工况下热误差的高精度超前预测。

2、为了实现上述目的，本发明采用如下技术方案：

3、第一方面，本发明提供一种物理引导数据驱动的机床主轴热误差预测方法，包括：

4、将采集的电主轴多点温度时序信号输入热误差预测模型中，利用空间编码器捕捉多个测温点间的全局空间耦合关联，通过时序编码器提取温度序列的长短期时序依赖规律，并将提取的特征进行融合经映射后，得到热误差预测值；

5、其中，热误差预测模型训练的损失函数包括预测回归损失、高阶统计域对齐损失和热膨胀物理先验损失；高阶统计域对齐损失由多核最大均值差异损失与中心矩差异损失加权构成，用于约束源域与目标域特征的高阶统计分布差异；热膨胀物理先验损失由基于一阶惯性热响应模型计算的理论热响应序列与热误差预测值确定，同时作用于源域与目标域样本，约束预测结果符合热物理规律。

6、第二方面，本发明提供一种物理引导数据驱动的机床主轴热误差预测系统，包括：

7、预测模块，被配置为：将采集的电主轴多点温度时序信号输入热误差预测模型中，利用空间编码器捕捉多个测温点间的全局空间耦合关联，通过时序编码器提取温度序列的长短期时序依赖规律，并将提取的特征进行融合经映射后，得到热误差预测值；

8、其中，热误差预测模型训练的损失函数包括预测回归损失、高阶统计域对齐损失和热膨胀物理先验损失；高阶统计域对齐损失由多核最大均值差异损失与中心矩差异损失加权构成，用于约束源域与目标域特征的高阶统计分布差异；热膨胀物理先验损失由基于一阶惯性热响应模型计算的理论热响应序列与热误差预测值确定，同时作用于源域与目标域样本，约束预测结果符合热物理规律。

9、第三方面，本发明提供一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述的方法。

10、第四方面，本发明提供一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述的方法。

11、第五方面，本发明提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现完成第一方面所述的方法。

12、以上一个或多个技术方案存在以下有益效果：

13、在本发明中，通过空间编码器与时序编码器并行的时空双分支特征提取架构，同时挖掘多测点温度的空间热传导关联与时序演化依赖规律，实现了两类异质特征的优势互补，显著提升了模型对热误差时空耦合特性的表征能力；损失函数包括预测回归损失、高阶统计域对齐损失和热膨胀物理先验损失，采用高阶统计域对齐损失，突破二阶统计对齐的局限，更充分地匹配不同工况的特征分布，无需目标域标注数据即可实现模型的有效迁移，有效缓解了跨转速工况下域偏移导致的性能衰减；热膨胀物理先验损失同时作用于双域，从物理规律层面约束预测结果的合理性，与域适应机制形成协同增强效应，提升了大跨度工况与小样本场景下预测结果的可靠性与泛化鲁棒性。

14、本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

1.一种物理引导数据驱动的机床主轴热误差预测方法，其特征在于，包括：

2.如权利要求1所述的一种物理引导数据驱动的机床主轴热误差预测方法，其特征在于，利用空间编码器捕捉多个测温点间的全局空间耦合关联，具体为：

3.如权利要求1所述的一种物理引导数据驱动的机床主轴热误差预测方法，其特征在于，通过时序编码器提取温度序列的长短期时序依赖规律，具体为：

4.如权利要求1所述的一种物理引导数据驱动的机床主轴热误差预测方法，其特征在于，基于一阶惯性热响应模型计算的理论热响应序列，具体为：

5.如权利要求1所述的一种物理引导数据驱动的机床主轴热误差预测方法，其特征在于，所述高阶统计域对齐损失具体为：

6.如权利要求1所述的一种物理引导数据驱动的机床主轴热误差预测方法，其特征在于，采用渐进式预热训练策略动态调整高阶统计域对齐损失和热膨胀物理先验损失的权重系数，具体为：

7.一种物理引导数据驱动的机床主轴热误差预测系统，其特征在于，包括：

8.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-6任一项所述的方法。

9.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-6任一项所述的方法。

10.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理器执行时实现完成权利要求1-6任一项所述的方法。