一种基于机器学习的轴承热处理参数影响程度分析方法

本发明公开了一种基于机器学习的轴承热处理参数影响程度分析方法。首先根据实际工艺生产过程中所使用的轴承热处理检测装置，选取实时检测的参数数据作为样本特征，然后通过LightGBM对样本特征的重要性进行判断，记录每个特征对轴承热处理后的性能影响程度，最后根据每个特征的影响程度训练决策树回归器。可以根据轴承类型的不同以及热处理方式的不同，训练出不同的决策树回归器，以提高模型的预测准确度。在检测过程中，如果预测值与实际值偏差较大，则进行预警，从而降低对检测样品的损耗，或者减少对设备进一步的破坏。