基于随机森林算法的行星滚柱丝杠副摩擦力矩预测

摘要

摩擦力矩增大会加剧行星滚柱丝杠副磨损，严重影响其使用及寿命。探讨了利用机器学习算法预测行星滚柱丝杠副摩擦力矩的可行性，分析了行星滚柱丝杠副摩擦力矩与磨损状态的关系。采用基于随机森林、支持向量回归和BP神经网络的机器学习算法预测了不同转数行星滚柱丝杠副的摩擦力矩变化。研究结果表明，基于随机森林算法对行星滚柱丝杠副摩擦力矩的预测准确率达到97%。

关键词

行星滚柱丝杠 / 摩擦力矩 / 机器学习 / 随机森林算法

基金资助

国家重点研发计划(2022YFB3402103)