10.3969/j.issn.1001-3881.2020.08.003
基于GA-BP的6061Al切削参数优化
针对6061Al铣削中表面粗糙度预测精度低、切削参数选择不合理的问题,提出一种基于遗传神经网络与遗传算法结合的优化模型,对6061Al切削参数进行优化.采用遗传神经网络(GA-BP)构建表面粗糙度预测模型;基于表面粗糙度预测,以材料去除率为目标函数构建切削参数优化模型;利用遗传算法进行优化求解,对6061Al切削参数进行优化.研究结果表明:所建预测模型表面粗糙度预测精度在97%以上;同时,优化模型能优化6061Al切削参数,达到较好的全局寻优效果,为铝合金工件铣削加工切削参数优化提供参考.
6061Al、粗糙度预测、切削参数优化、GA-BP算法
48
TP391(计算技术、计算机技术)
"十三五"装备预研领域基金项目61409230102
2020-06-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
11-15