专利检索 ap:("上海交通大学") AND inv:"赵致暘" 第 1 页

1.

发明公开
基于深度学习的MSTGCN-A热误差建模预测方法和系统审中-实审

公开(公告)号：CN116882289A

公开(公告)日：2023-10-13

申请号：CN202310869541.7

申请日：2023-07-14

申请人： 上海交通大学

发明人： 黄诺帝 , 赵致暘 , 陈炜 , 杜正春 , 朱利民

IPC分类号： G06F30/27 , G06F30/17 , G06N3/042 , G06N3/045 , G06N3/0464 , G06F119/08

摘要： 本发明提供了一种基于深度学习的MSTGCN‑A热误差建模预测方法和系统，该方法同时对运动轴多个位置的全项热误差建模，并通过空间数据融合避免筛选温度敏感点；模型包括依次构造设置的图邻接矩阵的自学习模块、GCN图卷积模块、TCN时间卷积模块、应用自注意力模块、线性输出层；采用不同工况下的温度和热误差数据进行建模并预测，通过与筛选温度敏感点后的BiLSTM‑CNN模型对比，说明了模型的建模预测精度及泛化能力均优于传统方法。