一种基于梯度提升决策树的硬车表面白层预测方法

    公开(公告)号:CN115099266A

    公开(公告)日:2022-09-23

    申请号:CN202210612991.3

    申请日:2022-05-31

    Abstract: 本发明涉及一种基于梯度提升决策树的硬车表面白层预测方法,该方法包括:信号数据采集:采集硬态车削过程中的动态切削信号数据;特征提取与分析:对动态切削信号数据进行特征提取与分析获取用于识别白层的主特征量;预测模型构建与训练:构建基于梯度提升决策树的硬态车削加工表面白层预测模型,所述的主特征量作为所述的梯度提升决策树的输入,所述的梯度提升决策树输入预测结果;在线预测:在线进行所述的信号数据采集、特征提取与分析,将主特征量输入训练好的硬态车削加工表面白层预测模型,获取预测结果。与现有技术相比,本发明能够实现硬车表面白层的在线预测,具有较高的准确性。

Patent Agency Ranking