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。