您当前的位置：
首页 >
文章列表页 >
基于门控混合物理信息神经网络的直驱进给轴热误差建模方法
微纳技术与精密机械 | 更新时间：2026-09-11
上一篇|下一篇

    • 基于门控混合物理信息神经网络的直驱进给轴热误差建模方法

    • Thermal error modeling method for direct-drive feed axis based on gated mixture physics-informed neural network

    • “热误差是影响直驱进给轴运动精度的关键因素，研究人员提出基于门控混合物理信息神经网络的热误差建模方法，采用"网络分工—门控融合"策略，有效缓解数据项与物理项的训练竞争问题，为高精度机床热误差补偿提供了兼具可解释性与预测精度的解决方案。”
    • 张驰 ，唐光元 ，刘永荣 ，项四通
    • 光学精密工程 2026年34卷第12期 页码：1876-1889

    • DOI： 10.37188/OPE.20263412.1876     

      中图分类号：
    • CSTR： 32169.14.OPE.20263412.1876     

    • 修回：2026-04-15 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 23 ) 表( 6 )

  • 参考文献

  • 出版信息

  • 数据统计

202

浏览量

156

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

增强反射的被动非视域成像U-NET重构
光纤耦合系统中角位移台耦合误差建模与修正
基于Mamba架构的遥感图像超分辨率重建方法综述
聚晶立方氮化硼脉冲激光烧蚀传热与去除规律
复杂关节物体六自由度位姿估计与实时系统

相关作者

暂无数据

相关机构

暂无数据