基于机器学习的弧齿锥齿轮齿面粗糙度预测方法
李佳宾1
陈海锋1
刘国亮2
周长江3
1.湖南科技大学 机电工程学院,湘潭 4112012.中国航发中传机械有限公司,长沙 4102003.湖南大学 机械与运载工程学院,长沙 410082
摘要：[目的]为解决弧齿锥齿轮齿面粗糙度参数优化与预测精度不足的问题,进而克服传统方法难以有效处理复杂的非线性关系和多变量影响的局限,采用机器学习模型对弧齿锥齿轮齿面粗糙度进行预测.[方法]首先,基于弧齿锥齿轮磨削试验数据集,分别利用机器学习方法中的决策树(Deci-sion Tree,DT)、支持向量回归(Support Vector Regression,SVR)和人工神经网络(Artificial Neural Net-work,ANN)模型构建弧齿锥齿轮凸面和凹面的粗糙度预测模型,对比3种机器学习模型的预测结果;其次,采用多元线性回归方法推导考虑弧齿锥齿轮加工参数的齿面粗糙度预测计算式;最后,通过夏普利加性解释(SHapley Additive exPlanations,SHAP)分析各输入特征对预测的齿面粗糙度的贡献,为机器学习服务于高性能齿轮制造提供参考.[结果]结果表明,DT模型、SVR模型分别表现出欠拟合和过拟合状态,预测效果不佳;ANN模型可以完美地拟合数据,并精确预测齿面粗糙度,但计算速度相对较慢,其预测弧齿锥齿轮凸面和凹面粗糙度的平均相对误差分别为3.5%和6.09%.各输入加工参数对所预测的齿面粗糙度的影响程度由大到小依次为磨削速度、磨削深度、展成速度.
关键词：齿面粗糙度预测弧齿锥齿轮磨削机器学习超参数模型解释
分类号：V232.8(航空发动机（推进系统）)TP181(自动化基础理论)
资助基金：工信部高质量发展专项(203ZS20230005)中国航发自主创新专项资金项目(ZZCX-2022-024)湖南省自然科学基金项目(2023JJ30241)湖南省教育厅重点项目(23A0375)
论文发表日期：2026-08-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：9( 112-120 )
英文信息