基于机器学习和多目标算法的钛合金插铣优化

摘要：

针对钛合金的插铣加工过程开展试验和优化研究.以材料去除率和切削力为目标,采用机器学习和多目标优化算法相结合的方法来优化插铣切削参数;以主轴转速、径向切削宽度、切削步距和每齿进给量为试验变量,采用田口方法对试验变量组进行缩减.将机器学习方法与传统一阶和二阶回归方法比较,发现机器学习有很好的预测精度且解集分布更合理.分别采用MOEA/D、NSGA-Ⅱ、SPEA2、NSPSO算法对问题进行求解,并比较它们的性能,结果表明NSGA-Ⅱ综合表现最佳.最后将优化结果与初始参照进行比较,发现优化结果可以显著提高材料去除率并减小切削力,达到了高效稳定加工的目的.

关键词：钛合金、插铣、机器学习、多目标优化

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;武汉理工大学优秀博士学位论文培育项目

在线出版日期：2021-04-20（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：771-777