基于LSTM神经网络的轴系统热误差建模方法和热误差补偿系统

摘要

本发明公开了一种基于LSTM神经网络的轴系统热误差建模方法，包括以下步骤：1)输入轴系统随时间变化的热误差数据；2)利用VMD算法将所述热误差数据分解为K个固有模态分量及对应的中心频率；3)编码每个固有模态分量的初始时间窗口大小、批处理大小和单元数量，得到原始狼群；4)采用GWO算法优化狼群，得到具有不同时间窗口大小，不同批处理大小和不同数量单位的LSTM神经网络；5)训练LSTM神经网络以确定超参数，用最优超参数构造SLSTM网络模型，然后重构预测组件，以获得预测结果的输出，即：其中，Pi为每个预测的固有模态分量，Pr为参与成分数据，P为最终的预测结果。本发明还公开了一种基于LSTM神经网络的轴系统热误差补偿系统。