基于零件摩擦学性能的磨削参数优化

• 作者: 张松 李剑峰 赵斌
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 表面形貌 磨削参数 遗传算法 神经网络 摩擦学特性 流体润滑
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 机械与能源工程
• 页码范围: 16-23
• 页数: 8页
• 分类号: TH117
• 字数: 4950字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2018.01.003

摘要

采用遗传算法和神经网络相结合,以表面形貌评价参数(表面算数平均偏差、表面支承指数、核心区液体滞留指数和谷底区液体滞留指数)为输入层,以磨削参数(砂轮转速、工件速度、横向进给量和背吃刀量)为输出层,建立多输入多输出的优化预测模型;针对不同使用需求的特定表面形貌结构,利用此模型预测流体润滑条件下相应的磨削工艺参数.验证实验采用与样本实验不同的机床、砂轮和工件尺寸,结果显示,预测值与实验值的最大偏差为12.87％,充分证明了该模型的优化精确性、可靠性和普适性;该模型可有效提高工艺方案的设计效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李剑峰	山东大学机械工程学院	154	1606	20.0	28.0
2	赵斌	山东大学机械工程学院	54	335	12.0	15.0
3	张松	山东大学高效洁净机械制造教育部重点实验室	44	540	14.0	22.0