机器学习辅助下的五轴数控铣削刀轨优化

• 作者: 王小刚 邱磊
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 数控加工 刀具路径规划 铣削 机器学习 计算机辅助制造(CAM)
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 工艺与装备
• 页码范围: 110-113
• 页数: 4页
• 分类号: TH165|TG54
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2021.02.027

摘要

针对铣削加工过程中刀具挠度变形的自动补偿问题,提出了一种用于五轴数控加工的刀轨自优化方法.首先,该方法从铣削加工材料去除仿真中获得工艺条件,且将计算出的切削条件与相应的形状误差测量相关联;其次,采用基于统计学习理论的支持向量回归(Support Vector Regression,SVR)来预测所产生的形状误差,并进行自优化和生成刀具路径;最后,在五轴CNC机床上进行了应用,且在两个凹腔处进行了测试.研究结果表明:该方法能够有效优化刀具路径,最大形状偏差从70μm减小到35μm,降低了50％.此外,该方法具有较好的知识可传递性.