基于机器学习与群智能算法的精车大螺距螺杆切削优化研究

摘要：

大螺距螺杆在精加工的过程中,其径向切深大,参与切削的切削刃长,进给速度大,使其切削力数十倍增加,造成刀具振动剧烈,热力耦合场不稳定,加剧了刀具的磨损,刀具的振动和磨损是造成工件表面质量劣化的主要原因.通过进行切削优化的研究,可以解决工件表面质量差的问题.首先,比较机器学习与回归方式的拟合误差,选用精确性更高的机器学习方法建立了切削力和切削温度的预测模型.其次,采用不同的群智能算法对优化目标进行求解,比较不同算法的求解性能,选择人工蜂群算法的优化结果为最优参数组合.最后,对不同切削方案得到的工件表面粗糙度进行测量,结果表明:采用优化后的参数加工,得到的工件表面粗糙度下降了 20％,改善了工件表面质量,达到了切削优化的目的.

关键词：大螺距螺杆;车削;机器学习;群智能算法;多目标优化

分类号：TG51(金属切削加工及机床)

资助基金：国家自然科学基金项目;黑龙江省省属高等学校基本科研业务费项目

在线出版日期：2021-09-29（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：58-64