基于遗传算法的磨削力模型系数优化及验证

摘要：

在磨削力模型求解问题中,目前大多使用分段计算法或列方程组直接计算各个待求系数,不仅计算量大且其精度也无法保证.另外,传统的回归模型容易陷入局部最优,难以描述非线性关系.为此,将遗传算法引入到非线性优化函数参数优化中,基于外圆横向磨削力模型、平面磨削力模型、外圆纵向磨削力模型等现有的模型数据,开展磨削力理论模型的系数优化方法研究.相关性分析结果表明:通过计算得到的3种模型磨削力的预测精度提高了 14.69％～42.54％,且3种模型所预测的法向磨削力的平均误差分别为5.9％、9.13％、3.23％,切向力平均误差分别为6.78％、8.36％、3.69％.经对比知,优化后的模型拟合度较好,模型预测精度显著提高.遗传算法优化后的非线性优化函数GA-LSQ算法更适合磨削力模型的求解,可对磨削力的预测及实际加工生产中的参数优化提供参考.

关键词：磨削力模型、外圆磨削、平面磨削、经验公式、模型系数优化、模型预测、遗传算法、非线性优化函数

所属期刊栏目：45

分类号：TH16;TG58

资助基金：国家自然科学基金U1804254

在线出版日期：2024-02-03（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：21-28