买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜宜宾四川大学产业技术研究院申请的专利一种考虑动态冷却效应的数控机床主轴热误差建模方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119937460B 。

龙图腾网通过国家知识产权局官网在2025-06-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510436170.2，技术领域涉及：G05B19/404；该发明授权一种考虑动态冷却效应的数控机床主轴热误差建模方法是由彭骥;杨柯;李龙江;苗志毅;胡晓兵;殷鸣;陈海军设计研发完成，并于2025-04-09向国家知识产权局提交的专利申请。

本一种考虑动态冷却效应的数控机床主轴热误差建模方法在说明书摘要公布了：本发明属于数控机床误差补偿领域，具体涉及一种考虑动态冷却效应的数控机床主轴热误差建模方法，该方法包括步骤1：设计热态特性实验并采集数据集；步骤2：构建动态冷却效应表征层；步骤3：构建KE‑LSTM温度特征提取层；步骤4：构建双注意力融合层；步骤5：构建KAN层与输出层；步骤6：通过灰狼优化算法优化神经网络关键超参数；最终构建了考虑动态冷却效应的机床主轴热误差模型CCTEM，本发明提升了模型的可解释性和泛化能力，克服了忽略动态冷却效应所带来的不足，为后期热误差补偿提供了核心支撑。

本发明授权一种考虑动态冷却效应的数控机床主轴热误差建模方法在权利要求书中公布了：1.一种考虑动态冷却效应的数控机床主轴热误差建模方法，其特征在于，包括如下步骤：步骤1：基于“ON-OFF”间歇性冷却原理设计热态特性实验，并采集温度数据和热误差数据，进行时间切片处理构建数据集；所述温度数据包括靠近冷却水道的主轴实时温度、主轴箱顶部温度、立柱底部温度和机床底部温度；所述热误差数据是指数控机床轴向位移；步骤2：构建动态冷却效应表征层；首先，在时间窗口内，基于主轴实时温度与冷却液温度阈值进行冷却效应编码；然后，将冷却效应编码映射为冷却效应特征矩阵，是动态冷却效应表征层权重参数矩阵，是动态冷却效应表征层偏置项；步骤3：构建KE-LSTM温度特征提取层；首先，改进LSTM网络，将科尔莫戈罗夫-阿诺德网络与长短期记忆神经网络融合构成KE-LSTM神经元；然后，KE-LSTM神经元中的遗忘门、输入门、输出门的激活函数采用hard-sigmoid激活函数；KE-LSTM神经元中的候选细胞状态和隐藏状态的激活函数采用Softsign激活函数；最后，将隐藏单元分别为和的两层KE-LSTM神经元堆叠构建KE-LSTM温度特征提取层；步骤4：构建双注意力机制融合层；首先，利用KE-LSTM温度特征提取层提取在时间窗内温度数据中温度隐藏状态特征，构建温度隐藏状态矩阵，将温度隐藏状态矩阵与冷却效应编码拼接后通过差分自注意力机制计算差分注意力，对进行线性变换，输出上下文向量；然后，对温度隐藏状态矩阵进行平均池化提取每个通道的全局统计信息；利用全连接层对压缩后的全局统计信息进行降维，再采用LeakyReLU激活函数进行非线性处理获取降维全局信息；对冷却效应特征矩阵进行平均池化提取每个通道的动态冷却信息，然后基于全连接层对和进行线性变换，通过Sigmoid函数计算通道权重；基于考虑动态冷却效应的通道注意力权重计算上下文向量；是温度隐藏状态矩阵，表示哈达玛积运算；最后，对差分注意力机制输出的上下文向量和通道注意力机制输出的上下文向量进行相加得到融合特征向量；步骤5：构建KAN层和预测输出层；将隐藏单元分别为和的两层科尔莫戈罗夫-阿诺德网络堆叠构建KAN层，进一步处理融合特征向量，再线性变换后输出热误差预测值；步骤6：基于灰狼优化算法和步骤1构建的数据集优化模型超参数，建立考虑动态冷却效应的机床主轴热误差模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人宜宾四川大学产业技术研究院，其通讯地址为：644000 四川省宜宾市临港经济技术开发区长江北路西段附二段四川大学宜宾园区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。