[1] [1] 1蔡德程， 陈缤， 关欣， 等. 机床热特性优化研究综述［J］. 上海理工大学学报， 2021， 43（5）： 443-451.CAID C， CHENB， GUANX， et al. Review on optimization of thermal characteristics of machine tools［J］. Journal of University of Shanghai for Science and Technology， 2021， 43（5）： 443-451.（in Chinese）

[2] J YANG, H SHI, B FENG et al. Thermal error modeling and compensation for a high-speed motorized spindle. The International Journal of Advanced Manufacturing Technology, 77, 1005-1017(2015).

[3] [3] 3邓小雷， 林欢， 王建臣， 等. 机床主轴热设计研究综述［J］. 光学 精密工程， 2018， 26（6）： 1415-1429. doi: 10.3788/ope.20182606.1415DENGX L， LINH， WANGJ C， et al. Review on thermal design of machine tool spindles［J］. Opt. Precision Eng.， 2018， 26（6）： 1415-1429.（in Chinese）. doi: 10.3788/ope.20182606.1415

[4] [4] 4林伟青， 傅建中. 拟实环境下高速电主轴建模与热态特性研究［J］. 仪器仪表学报， 2006， 27（S1）： 988-990. doi: 10.3321/j.issn:0254-3087.2006.z1.384LINW Q， FUJ Z. Thermal characterizations and model of high speed motorized spindle in virtual-reality［J］. Chinese Journal of Scientific Instrument， 2006， 27（S1）： 988-990.（in Chinese）. doi: 10.3321/j.issn:0254-3087.2006.z1.384

[5] J YANG, X S MEI, B FENG et al. Experiments and simulation of thermal behaviors of the dual-drive servo feed system. Chinese Journal of Mechanical Engineering, 28, 76-87(2015).

[6] [6] 6尹相铭. 高速电主轴热态特性分析及热误差建模研究［D］. 哈尔滨：哈尔滨理工大学， 2021.YINX M. Thermal Characteristics Analysis and Thermal Error Modeling of High Speed Motorized Spindle ［D］. Harbin： Harbin University of Science and Technology， 2021. （in Chinese）

[7] C F CHANG, J J CHEN. Thermal growth control techniques for motorized spindles. Mechatronics, 19, 1313-1320(2009).

[8] J VYROUBAL. Compensation of machine tool thermal deformation in spindle axis direction based on decomposition method. Precision Engineering, 36, 121-127(2012).

[9] Y C CHIU, P H WANG, Y C HU. The thermal error estimation of the machine tool spindle based on machine learning. Machines, 9, 184(2021).

[10] [10] 10李波， 熊迪， 温鹏. 面向数控机床的多源信息采集系统研究［J］. 制造技术与机床， 2019（3）： 26-30. doi: 10.19287/j.cnki.1005-2402.2019.03.005LIB， XIONGD， WENP. Research on multi-source information acquisition system for CNC machine tool［J］. Manufacturing Technology & Machine Tool， 2019（3）： 26-30.（in Chinese）. doi: 10.19287/j.cnki.1005-2402.2019.03.005

[11] L H CHENG, J T LU, S M LI et al. Fusion method and application of several source vibration fault signal spatio-temporal multi-correlation. Applied Sciences, 11, 4318(2021).

[12] [12] 12王艺玮， 邓蕾， 郑联语， 等. 基于多通道融合及贝叶斯理论的刀具剩余寿命预测方法［J］. 机械工程学报， 2021， 57（13）： 214-224. doi: 10.3901/jme.2021.13.214WANGY W， DENGL， ZHENGL Y， et al. A multi-channel signal fusion and Bayesian theory based method for tool remaining useful life prediction［J］. Journal of Mechanical Engineering， 2021， 57（13）： 214-224.（in Chinese）. doi: 10.3901/jme.2021.13.214

[13] Y F YIN, L F GUAN, C G ZHENG. An approach to dynamic sensing data fusion. Sensors, 19, 3668(2019).

[14] [14] 14刘世豪， 张云顺， 陈致水， 等. 热-力耦合效应对风电专用机床主轴振动的影响［J］. 中国矿业大学学报， 2015， 44（5）： 893-900. doi: 10.13247/j.cnki.jcumt.000313LIUSH H， ZHANGY SH， CHENZH S， et al. Influence of thermal-mechanical coupling effect on spindle vibration of wind power production machine tool［J］. Journal of China University of Mining & Technology， 2015， 44（5）： 893-900.（in Chinese）. doi: 10.13247/j.cnki.jcumt.000313

[15] [15] 15邓小雷， 戴温克， 周翎飞， 等. 数控机床主轴-立柱系统热态特性分析与测试［J］. 光学 精密工程， 2020， 28（3）： 601-609. doi: 10.3788/ope.20202803.0601DENGX L， DAIW K， ZHOUL F， et al. Thermal characteristics analysis and test of spindle-column system for CNC machine tool［J］. Opt. Precision Eng.， 2020， 28（3）： 601-609.（in Chinese）. doi: 10.3788/ope.20202803.0601

[16] [16] 16阳红， 方辉， 刘立新， 等. 基于热误差神经网络预测模型的机床重点热刚度辨识方法研究［J］. 机械工程学报， 2011， 47（11）： 117-124. doi: 10.3901/JME.2011.11.117YANGH， FANGH， LIUL X， et al. Method of key thermal stiffness identification on a machine tool based on the thermal errors neural network prediction model［J］. Journal of Mechanical Engineering， 2011， 47（11）： 117-124.（in Chinese）. doi: 10.3901/JME.2011.11.117

[17] H WEN, T YAN, Z Q LIU et al. Integrated neural network model with pre-RBF kernels. Science Progress, 104, 368504211026111(2021).

[18] F TAN, M YIN, L WANG et al. Spindle thermal error robust modeling using LASSO and LS-SVM. The International Journal of Advanced Manufacturing Technology, 94, 2861-2874(2018).