基于融合孪生模型的数控机床轮廓误差预测方法

来源：计算机集成制造系统杂志2025年第7期北京时间：

作者：田颖, 湛杨, 岳辰, 葛璐, 王太勇, 崔桐成, 赵志丹

单位：1.天津大学机械工程学院2.天津市天森智能设备有限公司3.天津市泰森数控科技有限公司

摘要：为了提升数控机床轮廓误差的实时预测精度,提出一种机理数据融合驱动的数字孪生模型。首先构建包含伺服系统和机械系统的机理模型,用于描述进给系统在数控系统插补指令下的动态响应;其次,建立结合多任务学习的时序数据驱动模型,构建融合机理模型孪生数据和实时采集数据的特征数据集进行模型训练,通过多时间步残差补偿修正机理模型的位置预测值,从而提高孪生模型的预测精度。最后,设计了多组空间运动轨迹进行了模型验证实验,并对不同模型的预测能力进行了对比。结果表明,所提融合孪生模型能够在轮廓误差多个时间步的预测任务中均保持较高预测精度。

关键词：轮廓误差预测,数字孪生模型,多任务学习,多时间步预测

基金资助：天津市科技计划重点资助项目(23JCZDJC01260)。