基于机器学习的扁线电机发卡结构弯曲成型参数预测方法

本发明提供一种基于机器学习的扁线电机发卡结构弯曲成型参数预测方法，克服了扁线电机定子发卡绕组在2D折弯成型阶段因材料回弹和工艺参数变化而引起的跨距与角度偏差。通过提取关键几何参数建立预测模型，采用Lasso回归实现高精度（MSE≤0.00071 mm²,R²≥0.9962）和高鲁棒性，仅保留核心变量，提升工艺一致性。相比传统经验法，本方法可将调试次数由5‑6次降至1‑2次，显著提高调机效率，具备良好扩展性，适用于智能制造闭环控制系统。