新一代信息技術
基于機器學習的扁線電機發(fā)卡結構彎曲成型參數(shù)預測方法
本發(fā)明提供一種基于機器學習的扁線電機發(fā)卡結構彎曲成型參數(shù)預測方法,克服了扁線電機定子發(fā)卡繞組在2D折彎成型階段因材料回彈和工藝參數(shù)變化而引起的跨距與角度偏差。通過提取關鍵幾何參數(shù)建立預測模型,采用Lasso回歸實現(xiàn)高精度(MSE≤0.00071 mm2,R2≥0.9962)和高魯棒性,僅保留核心變量,提升工藝一致性。相比傳統(tǒng)經驗法,本方法可將調試次數(shù)由5?6次降至1?2次,顯著提高調機效率,具備良好擴展性,適用于智能制造閉環(huán)控制系統(tǒng)。
長春工業(yè)大學
授權發(fā)明