基于人工智能算法的最优加工表面粗糙度预测研究

摘要：

以切削速度、 进给量、 切削深度、 刀尖圆弧半径为设计变量,采用正交试验法进行了立方氮化硼(CBN)刀具干式车削冷作模具钢Cr12MoV的试验研究.利用神经网络的非线性拟合能力和遗传算法的全局寻优能力,建立了加工表面粗糙度预测模型并获得了使表面粗糙度达到最优的切削用量与刀尖圆弧半径组合.利用遗传算法获得的最优表面粗糙度值比田口方法和切削试验所获得的最佳表面粗糙度值分别降低了7.1%和17.2%.文中所采用的方法也为切削加工中刀具磨损、 切削力和残余应力等问题的建模与参数优化提供理论参考.

关键词：表面粗糙度、田口方法、人工智能、神经网络、遗传算法、预测、参数优化

所属期刊栏目：45

分类号：TH164

资助基金：河北省引进海外高层次人才 "百人计划" 资助项目 E2012100005

在线出版日期：2017-12-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：69-73