摘要
本发明提出一种基于XGBoost‑RFR算法的高温合金GH4169铣削表面粗糙度建模方法,包括以下步骤;步骤S1:以静态铣削工艺参数为实验变量,设计实验方案,实验过程中采集铣削过程中的动态信号,实验结束后,测量高温合金GH4169铣削表面粗糙度;步骤S2:提取动态信号的时域特征,结合静态铣削工艺参数用于表面粗糙度模型XGBoost‑RFR的模型训练;步骤S3:使用XGBoost算法进行特征选择,通过计算所有特征的特征重要度得分,实现特征优选;步骤S4:利用步骤S3中优选得到的特征作为RFR算法的输入特征,高温合金GH4169铣削表面粗糙度作为输出响应,构建高温合金GH4169铣削表面粗糙度模型;本发明能建立更加精确且可靠的模型。
技术关键词
建模方法
表面粗糙度值
节点
算法
时域特征
损失函数计算方法
表面粗糙度测量仪
特征选择
样本
高温合金铣削
可靠性验证方法
参数
贡献率
训练集
动态
网格搜索方法
数据
系统为您推荐了相关专利信息
深度强化学习模型
推荐方法
重要性分析方法
节点
数据
视觉检测方法
拍摄小车
网格
路径规划算法
图像拼接
函数信号发生器
分析方法
示波器
数据交换机
可调电阻
调试终端
无线调试方法
无线调试系统
无线信号覆盖范围
加密