面向铝合金加工的GRA-SVM-CPSO混合多目标优化方法

摘要：

为有效改善铝合金切削时不同指标优化出现的冲突问题,本文提出了一种新的多目标优化方法.首先,应用灰色关联分析(Grey relations analysis,GRA)将切削加工过程中切削力、表面粗糙度和材料去除率等多目标问题转化为灰色关联度(Grey relational grade,GRG)的单目标问题;然后,基于支持向量机模型(Support vector machine,SVM)建立切削参数与GRG之间关联模型;最后,以切削力和表面粗糙度最小化、材料去除率最大化为优化目标,采用混沌粒子群优化算法(Chaos particle swarm optimization,CPSO)优选得到的铝合金加工最优参数(切速为400 m/min,进给为0.15 mm/r,切深为1 mm).将优化结果与粒子群算法(Particle swarm optimization,PSO)对比发现,CPSO算法具有更强的全局搜索能力,能够更快地收敛至全局最佳位置,获得更好的优化结果.

关键词：GRA、SVM、CPSO、切削力、表面粗糙度、多目标优化

所属期刊栏目：41

分类号：TG501.2(金属切削加工及机床)

资助基金：国家自然科学基金52175482

在线出版日期：2022-12-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1719-1726