1.一种基于多源温度数据融合激光雕刻机温度补偿控制系统，其特征在于，包括：
温度采集模块，包括布置在激光雕刻机关键部位的多个温度传感器，用于获取整体温度场分布数据；
算法模块，包括：
改进型卡尔曼滤波算法，用于消除温度数据噪声；
多点加权融合算法，用于对多点温度数据进行空间分布融合计算；
热变形预测算法，集成热传导、自然对流与辐射换热模型，用于预测整体系统温度变化；
自适应补偿算法，根据实时误差反馈动态调整PID参数；
补偿执行模块，用于根据算法模块输出的补偿量对激光雕刻机进行实时位置补偿；
所述多点加权融合算法的温度数据加权融合步骤为：(1)获取各测点温度值Ti；(2)通过最小二乘法确定各测点权重系数wi；(3)计算空间任意点温度值：T(x,y,z)=Σ(wi·Ti)/Σwi‑(q/k)Δx；其中，q为热流密度，k为导热系数，Δx为空间距离。
2.根据权利要求1所述的基于多源温度数据融合激光雕刻机温度补偿控制系统，其特征在于，所述改进型卡尔曼滤波算法的滤波方程步骤包括：
(1)进行状态预测：X(k|k‑1)=AX(k‑1|k‑1)+BU(k)；
T
(2)计算预测误差协方差：P(k|k‑1)=AP(k‑1|k‑1)A+Q；
T T ‑1
(3)计算卡尔曼增益：Kg(k)=P(k|k‑1)H[HP(k|k‑1)H+R] ；
(4)更新状态：X(k|k)=X(k|k‑1)+Kg(k)[Z(k)‑HX(k|k‑1)]；
(5)更新误差协方差：P(k|k)=[I‑Kg(k)H]P(k|k‑1)；
其中，X：系统状态向量，k：当前时刻，k‑1：前一时刻，X(k|k‑1)：k时刻的先验估计（预测值），X(k|k)：k时刻的后验估计（修正值），X(k‑1|k‑1)：k‑1时刻的最优估计；A：状态转移矩阵，描述系统状态如何从k‑1时刻转移到k时刻；B：控制输入矩阵；H：观测矩阵，将状态空间映射到观测空间；I：单位矩阵；U(k)：控制输入向量；Z(k)：实际测量值；P(k|k‑1)：先验估计误差协方差；P(k|k)：后验估计误差协方差；P(k‑1|k‑1)：上一时刻的估计误差协方差；Q：过T ‑1
程噪声协方差矩阵；R：测量噪声协方差矩阵；Kg(k)：卡尔曼增益；：矩阵转置；：矩阵求逆。
3.根据权利要求1所述的基于多源温度数据融合激光雕刻机温度补偿控制系统，其特征在于，所述热变形预测算法步骤包括：
(1)求解热传导方程：
；其中，T为温
度场函数，t为时间，D为热扩散系数,ρ为材料密度，c为比热容；q为热流密度；x：工作台横向运动方向；y：工作台纵向运动方向；z：激光头升降方向； ：表示温度在x方向上的二阶偏导数，描述x方向的热传导； ：表示温度在y方向上的二阶偏导数，描述y方向的热传导； ：表示温度在z方向上的二阶偏导数，描述z方向的热传导；
4 4
(2)计算边界热交换：q=h(Ts‑T∞)+εσ(Ts‑T∞)；其中，h为对流换热系数，Ts为表面温度，T∞为环境温度，ε为辐射率，σ为Stefan‑Boltzmann常数。
4.根据权利要求1所述的基于多源温度数据融合激光雕刻机温度补偿控制系统，其特征在于，所述自适应补偿算法步骤包括：
(1) 计算补偿量：C(t)=Kp·e(t)+Ki∫e(t)dt+Kd·de(t)/dt；
(2) 动态调整PID参数：
dKp/dt=γp·e(t)·|e(t)|
dKi/dt=γi·e(t)·∫e(t)dt
dKd/dt=γd·e(t)·de(t)/dt；
其中，γp、γi、γd为学习率参数。
5.根据权利要求3所述的基于多源温度数据融合激光雕刻机温度补偿控制系统，其特征在于，所述热变形预测算法步骤还包括热变形量计算，具体的计算公式为：
；其中，ΔL为长度变化量，L0为构
件的初始长度，α为材料的线性热膨胀系数，T为当前温度，T0为参考温度， 为温度梯度。