CN120234592A 一种基于多模态深度学习与域适应的机床热误差预测方法 （浙江大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120234592A

(43)申请公布日2025.07.01

(21)申请号202510720012.X

(22)申请日2025.05.30

(71)申请人浙江大学

地址310058浙江省杭州市西湖区余杭塘

路866号

(72)发明人傅建中俞丰文彭业振周文泓康为民姚鑫骅栾丛丛

(74)专利代理机构杭州天勤知识产权代理有限

公司33224

专利代理师彭剑

(51)Int.Cl.

G06F18/213(2023.01)

G06F18/25(2023.01)

G06N3/0464(2023.01)

G06N3/049(2023.01)

G06N3/0442(2023.01)

权利要求书2页说明书8页附图4页

(54)发明名称

一种基于多模态深度学习与域适应的机床

热误差预测方法

(57)摘要

CN120234592A本发明公开了一种基于多模态深度学习与域适应的机床热误差预测方法，包括：构建红外图像特征提取模块，提取红外图像数据的低维热特征；构建时空特征提取模块，提取电流、功率数据中的时空特征；构建多模态特征融合模块，将低维热特征和时空特征融合得到融合特征；构建热误差预测器，根据融合特征进行热误差预测并计算预测损失；采集不同工况的机床