← 返回列表
滚削力波动特性预测模型的构建方法及预测模型
摘要文本
本发明属于齿轮设计领域,涉及一种滚削力波动特性预测模型的构建方法及预测模型,该构建方法包括:1)获取滚削力波动特性样本数据集;2)构建SOA‑XGBoost融合算法模型;3)将步骤1)获取得到的滚削力波动特性样本数据集划分为训练集和测试集;4)采用步骤3)划分得到的训练集对步骤2)构建得到的SOA‑XGBoost融合算法模型进行训练,确定SOA‑XGBoost融合算法模型的参数,得到训练后的SOA‑XGBoost融合算法模型,训练后的SOA‑XGBoost融合算法模型是滚削力波动特性预测模型。本发明可较好的预测滚削力波动特性、预测精度高以及为滚齿加工优化提供理论指导。
申请人信息
- 申请人:湖北工业大学
- 申请人地址:430068 湖北省武汉市洪山区南李路28号
- 发明人: 湖北工业大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 滚削力波动特性预测模型的构建方法及预测模型 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311320278.2 |
| 申请日 | 2023/10/11 |
| 公告号 | CN117408144A |
| 公开日 | 2024/1/16 |
| IPC主分类号 | G06F30/27 |
| 权利人 | 湖北工业大学 |
| 发明人 | 丁国龙; 李盛豪; 周明成; 廖超凡 |
| 地址 | 湖北省武汉市洪山区南李路28号 |
专利主权项内容
1.一种滚削力波动特性预测模型的构建方法,其特征在于:所述滚削力波动特性预测模型的构建方法包括以下步骤:1)获取滚削力波动特性样本数据集;2)构建SOA-XGBoost融合算法模型;3)将步骤1)获取得到的滚削力波动特性样本数据集划分为训练集和测试集;4)采用步骤3)划分得到的训练集对步骤2)构建得到的SOA-XGBoost融合算法模型进行训练,确定SOA-XGBoost融合算法模型的参数,得到训练后的SOA-XGBoost融合算法模型,所述训练后的SOA-XGBoost融合算法模型是滚削力波动特性预测模型。