文献类型：期刊文章

作　　者：翁剑[1] 庄可佳[1] 浦栋麟[2] 丁汉[1,2,3]

WENG Jian;ZHUANG Kejia;PU Donglin;DING Han(School of Mechanical and Electrical Engineering,Wuhan University of Technology,Wuhan,430070;Wuxi Research Institute of Huazhong University of Science and Technology,Wuxi,Jiangsu,214174;School of Mechanical Secience and Engineering,Huazhong University of Science and Technology,Wuhan,430074)

机构地区：[1]武汉理工大学机电工程学院,武汉430070 [2]华中科技大学无锡研究院,无锡214174 [3]华中科技大学机械科学与工程学院,武汉430074

出　　处：《中国机械工程》

基　　金：国家自然科学基金(51705385,51975237);武汉理工大学优秀博士学位论文培育项目(2019-YB-019)。

年　　份：2021

卷　　号：32

期　　号：7

起止页码：771-777

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对钛合金的插铣加工过程开展试验和优化研究。以材料去除率和切削力为目标,采用机器学习和多目标优化算法相结合的方法来优化插铣切削参数;以主轴转速、径向切削宽度、切削步距和每齿进给量为试验变量,采用田口方法对试验变量组进行缩减。将机器学习方法与传统一阶和二阶回归方法比较,发现机器学习有很好的预测精度且解集分布更合理。分别采用MOEA/D、NSGA-Ⅱ、SPEA2、NSPSO算法对问题进行求解,并比较它们的性能,结果表明NSGA-Ⅱ综合表现最佳。最后将优化结果与初始参照进行比较,发现优化结果可以显著提高材料去除率并减小切削力,达到了高效稳定加工的目的。

关 键 词：钛合金 插铣 机器学习  多目标优化

分 类 号：TP391]