基于数据挖掘技术的齿轮传动系统啮合接触特性分析

简介

针对在多工况、多不确定性参数所形成的大数据下齿轮传动系统啮合接触特性分析困难的问题,提出了一种基于数据挖掘技术的齿轮传动系统啮合接触特性分析方法。基于多维高斯分布原理与齿轮传动系统有限元模型,构建了系统啮合接触特性数据集;采用最大信息系数分析了各系统参数与啮合接触特性之间的相关性,为预测模型提供了候选特征子集;采用支持向量机和随机森林算法建立了系统啮合接触特性预测模型,实现了对系统啮合接触特性的高效预测。结果表明,基于支持向量机算法的预测模型的预测误差最小,平均绝对百分比误差为3.87%,远小于理论计算误差。其中,在最优特征子集下,基于支持向量机算法的预测模型的各项接触特性预测误差指标显著下降,其平均绝对百分比误差降至3.03%,比优化前的接触特性预测误差减小了21.71%,验证了所提方法的精确性与有效性。