汽车与交通学院2025年研究生学术活动月学术报告—基于深度学习的数控机床主轴热误差建模研究

报告时间：2025年12月9日（周二）上午9点-11点

报告地点：西华大学郫都校区5B201

报告人：付国强 教授（西南交通大学）

主持人：韩伟强

主办单位：汽车与交通学院

报告人简介

付国强，西南交通大学机械工程学院教授，博士生导师，主要从事数控机床精度提升理论、数控技术与装备自动化、精密制造、CAM/CNC等方面的研究工作。先后主持国家自然科学面上基金项目、青年基金项目、四川省科技计划重点研发项目等20余项。以第一作者和通讯作者在International Journal of Machine Tools and Manufacture、Measurement等国际知名期刊发表SCI论文30余篇，获得授权发明专利20项。获得2019年浙江省科技进步三等奖（排名第三）和2024年宁波市科技进步二等奖（排名第二）。担任中国图学学会智能工厂专业委员会委员。

内容简介

“工业母机”数控机床不可避免的会发生热变形和热误差，占到总误差的40%~70%，成为影响机床精度的重要因素之一。热误差建模和补偿是提高机床精度和性能的重要手段之一。然而，热误差的时滞性、强非线性及耦合性使其成为机械领域经典研究难题，并长期处于瓶颈期。大数据、物联网、数字孪生、人工智能等新一代信息技术的迅速崛起，为热误差建模及补偿研究带来了机遇和突破点，有助于实现机床热误差智能化预测与自主补偿，并协助推进五轴机床的高性能和智能化进程。报告汇报本团队分别以温度为输入和以热图像为输入的基于深度学习的主轴热误差建模方法相关研究进展。首先，设计“固定转速”、“变转速”以及“复杂变转速”等多种工况获得主轴热误差数据。然后，以温度为输入，探究针对多工况的高精度、强鲁棒性、优泛化性的深度学习热误差模型。其次，借助热图像能够全面保留数控机床温度场变化情况的特点，构建以热图像为输入的vision transformer和ConvNeXt-Resnet主轴热误差模型。最后，介绍数控机床整机工作空间综合热误差建模方法。