摘要
本发明公开了一种加工过程时空特征融合预测可视化方法。该方法通过数字孪生系统对真实物理世界进行机理建模，实现加工过程的空间维度特征提取。在加工过程数字孪生系统可解释性的基础上，实现孪生数据的降维处理。通过在空间维度重建工件加工过程的三维特征，得到工件形位精度的实时空间表达。在此基础上将实时孪生数据输入LSTM神经网络模型，实现时间维度的加工特征提取。在时间序列上实现制造系统加工精度的超前预测。DT‑LSTM驱动的时间维度与空间特征相结合的融合方式，提高了数字孪生模型预测精度和泛化能力，大幅减少了神经网络模型的计算成本，实现了加工过程的实时监测和超前预测。
