专利名称 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
申请号/专利号 CN202511054979.5 专利权人(第一权利人) 长春工业大学
申请日 2025-07-30 授权日 2025-10-03
专利类别 授权发明 战略新兴产业分类 新一代信息技术
技术主题 控制系统|机器学习|电机|工程学|回路控制|机器|预测方法|套索回归|算法|定子|智能制造
应用领域 人工智能|信息技术|工艺技术|技术创新|智能制造|电机技术|网络技术|计算机应用|预测分析
意向价格 具体面议
专利概述 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。
图片资料 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
合作方式 具体面议
联系人 戚梅宇 联系电话 13074363281