基于RBF神经网络和遗传算法的油膜附水滴切削参数优化

• 作者: 李俊杰 刘永姜 郭文轩 于婷
• 来源期刊: 工具技术
• 学科: 工学
• 关键词: 油膜附水滴 神经网络 遗传算法 参数优化
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 设计与工艺
• 页码范围: 56-59
• 页数: 4页
• 分类号: TG113.26|TH161|TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7008.2022.01.012

摘要

为了优化油膜附水滴切削工艺参数,降低切削力,减少刀具磨损和提高切削加工质量,结合神经网络和遗传算法,基于MATLAB软件对切削试验数据进行训练.通过构建径向基函数RBF和反向传播BP神经网络模型,并对切削力和表面粗糙度综合加权后综合目标进行预测.对比两种模型的精度后,选择更精确的RBF神经网络模型.利用遗传算法GA优化RBF神经网络模型的切削工艺参数,研究工艺参数间的交互作用.结果表明:最优参数组合为切削速度130m/min,进给量0.13mm/r,背吃刀量0.17mm.可见对基于油膜附水滴技术的切削工艺参数优化具有参考价值.