磨料水射流切割钢板过程参数优化研究

摘要：

利用田氏正交试验(L27)进行磨料水射流切割06Cr19Ni10钢板实验,将切割后工件断面表面粗糙度作为评测加工后工件表面质量的标准,选取的过程参数变量为:射流压力、喷嘴横移速度、靶距、磨料粒径和磨料流量.对实验数据进行回归分析,得到表面粗糙度关于5个过程参数变量的回归模型,通过响应面分析法对过程参数进行优化,得到最小表面粗糙度值对应的参数值.再利用人工神经网络对实验样本数据进行训练学习,得到表面粗糙度的最小预测值.分别通过人工智能算法(遗传模式搜索算法和模拟退火法)对过程参数优化,然后通过整合的人工神经网络-遗传模式搜索算法-模拟退火法技术对过程参数进行进一步优化,得到最小表面粗糙度值对应的最佳工艺参数值.通过实验验证了寻优结果的可靠性,通过对比,该整合技术相比单一的遗传模式搜索算法或模拟退火法,大大降低了表面粗糙度值和缩短了寻优时间.

关键词：磨料水射流、优化、响应面分析、人工神经网络、智能算法

所属期刊栏目：36

分类号：TG664

资助基金：国家自然科学基金项目51275210;教育部预研项目62501036035

在线出版日期：2018-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1914-1920