基于深度神经网络的车床热误差自适应补偿方法及系统

本发明公开了基于深度神经网络的车床热误差自适应补偿方法，具体为：对数据进行去噪和归一化处理，并将数据分为训练集和测试集；利用训练集数据训练深度神经网络模型，并通过自适应学习机制，实时更新深度神经网络模型的参数，得到工况最优的深度神经网络模型；利用模型预测各运动轴热误差，并将补偿值反馈至各运动轴控制系统中，实现实时补偿。本发明还公开了基于深度神经网络的车床热误差自适应补偿系统，包括：数据采集模块、深度神经网络模型训练模块和补偿控制模块。本发明的方法，通过深度神经网络模型的自适应学习机制，能够动态响应不同季节、不同时间段及加工条件下的各运动轴热误差变化，显著提高了车床的加工精度。