买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉长春工业大学申请的专利基于级联机器学习的扁线成型参数与成型角定量建模方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120974950B 。

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511502893.4，技术领域涉及：G06F30/27；该发明授权基于级联机器学习的扁线成型参数与成型角定量建模方法是由张邦成;常笑鹏;陈司昱;高智;尹晓静;邵昱博;庞在祥设计研发完成，并于2025-10-21向国家知识产权局提交的专利申请。

本基于级联机器学习的扁线成型参数与成型角定量建模方法在说明书摘要公布了：本发明提供一种基于级联机器学习的扁线成型参数与成型角定量建模方法，旨在解决多步折弯过程中成型角难以协同控制的技术难题。该方法首先采集新能源汽车扁线电机发卡绕组2D成型工艺数据，构建包含几何参数与物理衍生特征的输入集；随后基于RF、XGBoost和LightGBM算法，构建三阶段级联链式回归模型，逐级预测三个成型角，并通过独立测试集进行模型优选与验证。采用SHAP方法揭示工艺参数在多步成型中的动态影响机制，发现前序成型角在后续阶段具有关键作用。本方法能够基于目标跨距或允许误差反向求解最优工艺参数，实现从“试错式”调机向“预测式”转变，显著提升成型精度与工艺开发效率。

本发明授权基于级联机器学习的扁线成型参数与成型角定量建模方法在权利要求书中公布了：1.基于级联机器学习的扁线成型参数与成型角定量建模方法，其特征在于包括如下步骤： S1数据采集： 数据来源于新能源汽车扁线电机发卡绕组2D成型生产过程中的漆包扁线折弯的工艺数据； S2特征工程： 在10维原始几何参数基础上，构造宽厚比、截面二次矩、力臂比等3维物理衍生特征，形成13-15维的级联输入特征集； S3多模型构建与参数优化 基于RF、XGBoost和LightGBM三类算法，构建级联链式回归模型，通过独立测试集验证进行分阶段模型优选，每个阶段独立选择最优算法；第一阶段基于13维几何特征预测第一成型角θ1_pred，第二阶段引入第一成型角θ1_pred构建14维输入预测第二成型角θ2_pred，第三阶段融合前序预测结果形成15维输入预测第三成型角θ3_pred； S4模型评估与优选： 通过Hold-out检验方法，将全部数据集按8:2的比例随机划分，其中，80%的数据作为训练集，用于构建和训练模型；另外20%的数据作为测试集； S5级联成型机理与特征演化规律揭示： 采用SHAP方法对级联链式回归模型进行可解释性分析，揭示了各工艺参数在三阶段成型过程中的影响机制；结合Gini特征重要性与SHAP分析结果，形成了对多步折弯成型物理机理的深度认知； S6特征优化与工程应用： 通过设定目标跨距或成型角允许误差，驱动优化算法反向求解最优折弯工艺参数，从而实现从传统“试错式”调机向“预测式”转变，提升工艺开发效率与成型质量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人长春工业大学，其通讯地址为：130012 吉林省长春市朝阳区延安大街2055号长春工业大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。