一种基于融合模型的齿轮钢淬透性预测方法

本发明涉及一种基于融合模型的齿轮钢淬透性预测方法，属于齿轮钢质量控制方法技术领域。本发明的技术方案是：分别构建物理经验公式模型和XGBoost机器学习模型，并通过加权融合两者的预测结果得到最终输出；模型进行多项式特征扩展，并在XGBoost模型中加入单调性约束，同时通过调参优化模型性能；模型训练完成后，通过加权参数α对物理公式与XGBoost模型的结果进行优化组合。本发明形成的融合模型既能确保预测精度，又能保留物理解释性；可以针对特定生产环境和合金成分进行定制化调节，且通过结合物理模型的先验知识与机器学习模型的非线性建模能力，显著提升了齿轮钢淬透性预测的精度。