基于人工智能算法的最优加工表面粗糙度预测研究

• 作者: 刘思志 安立宝 陈佳
• 来源期刊: 机床与液压
• 学科: 工学
• 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
• 年，卷（期）: 2017,（19）
• 所属期刊栏目: 试验与研究
• 页码范围: 69-73
• 页数: 5页
• 分类号: TH164
• 字数: 3645字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2017.19.015

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安立宝	华北理工大学机械工程学院	49	125	6.0	7.0
2	陈佳	华北理工大学机械工程学院	5	17	3.0	4.0
3	刘思志	华北理工大学机械工程学院	3	11	3.0	3.0